捕捉引号的短语，虽然正则表达式

Question

我可能会问重复的问题，但我不能找到解决我的问题，请饶了！ 我需要捕获正则表达式通过用引号括起来的短语。这很容易，但是当没有像在以下情况下 'सीक्रेट सुपरस्टार'和‘ डॉन 2 ’ 我使用re.findall(r"['(.*?)' |‘(.*?)’] ",text)试图引号的均匀性就会出现问题。但是这并不成功。 我需要一个正则表达式来找到包含在不同类型的引号的短语。

Answer 1

您可以使用

(?:(')|(‘))(.*?)(?(1)'|(?(2)’)) 

见regex demo。

详细

• (?:(')|(‘)) - 匹配并捕获'（把它放入第1组）或匹配并捕获‘（并将其放入组2）
• (.*?) - 匹配以外的任何字符0+比行断字，尽可能少
• (?(1)' - 如果第1组匹配，匹配'
• | - 否则
• (?(2)’ - 如果第2组相匹配，匹配’
• )) - 条件结构的结束。

见下面的Python 2.7 demo：

rx = ur'''(?:(')|(‘))(.*?)(?(1)'|(?(2)’))''' 
s=u"'सीक्रेट सुपरस्टार' and ‘ डॉन 2 ’" 
for x in re.finditer(rx, s): 
    print(x.group(3).encode("utf8")) 

输出：

सीक्रेट सुपरस्टार 
डॉन 2