Вытаскивать данные из котировок?
Я ищу регулярное выражение, которое может извлекать цитируемые разделы в строке, как одинарные, так и двойные кавычки.
IE:
"This is 'an example', \"of an input string\""
Спички:
- пример
- входной строки
Я написал это:
[\"|'][A-Za-z0-9\\W]+[\"|']
Он работает, но кто-нибудь видит в нем недостатки?
Обновлено: Основная проблема, которую я вижу, заключается в том, что он не может обрабатывать вложенные кавычки.
Я думаю, вы имеете в виду [\ "'], потому что [\" |'] будет соответствовать | (труба) тоже. Вам не нужно использовать вертикальную черту для выражения «или» в квадратных скобках.
Разве это не позволяет использовать одинарную кавычку в начале и двойную кавычку в конце или наоборот, а также одну и ту же кавычку в начале и в конце.
<stackoverflow.com/questions/171480/…> Конкретно эти ответы: <stackoverflow.com/questions/171480/…> <stackoverflow.com/questions/171480/…>
Ответы 5
Он работает, но не соответствует другим символам в кавычках (например, не буквенно-цифровым, как двоичные символы или символы иностранного языка). Как насчет этого:
[\"']([^\"']*)[\"']
Мое регулярное выражение C# немного заржавело, так что полегче со мной, если это не совсем так :)
Это вообще не возвращает никаких совпадений.
Я изменил его, чтобы использовать скобки вместо [], так как я думаю, что точка считалась буквальной точкой, а не подстановочным знаком. Я протестировал его на Ruby с вашим примером строки, и, похоже, он им подходит.
Но жадный старт перебирает любые цитаты, и вы получите самое длинное совпадение, но не правильное.
В этом случае первое совпадение также содержит остаток строки в моей тестовой строке
ах, я пропустил это. это регулярное выражение, кажется, работает лучше: просто запишите все, что не является цитатой
Как это?
"([\"'])(.*?)\1"
Ваше желаемое совпадение будет в подгруппе 2, а тип цитаты - в первой группе.
Недостаток вашего регулярного выражения: 1) жадный "+" и 2) [A-Za-z0-9] на самом деле не очень много соответствует. Многие символы не попадают в этот диапазон.
Я думаю, вы имеете в виду «\ 1», а не «$ 1».
Это уже исправлено. Иногда я немного путаю диалекты регулярных выражений, «$ 1» - это обратная ссылка на реализацию регулярного выражения VBScript.
Как он обрабатывает одинарные кавычки внутри двойных кавычек (или наоборот)?
"This is 'an example', \"of 'quotes within quotes'\""
должен соответствовать
- пример
- цитат в кавычках
Используйте обратную ссылку, если вам нужно это поддержать.
(\"|')[A-Za-z0-9\\W]+?\1
Обновлено: исправлено использование неохотного квантификатора.
Это не работает для таких строк: "foo foo \" match \ "foo \" match \ "foo", где оно возвращает "\" match \ "foo \" match \ "" как единственное совпадение.
Это потому, что \ W - это класс символов без слов, а не класс пробелов, как я думал. Моя память не та, что была раньше.
Нет. :-) Это потому, что "+" жадно совпадает с концом строки до того, как произойдет возврат с возвратом, и последняя применимая кавычка дается обратной ссылке "\ 1".
И если на то пошло, с "\ s", который у вас теперь есть, он не будет соответствовать пунктуации, диакритическим символам, греческим символам и т. д.
Ладно, это моя вина. Я неправильно понял, что должно было быть сопоставлено. Я думал, что это совпадение букв, цифр и пробелов. Так что переход на неохотный квантификатор - вот вам билет.
@"(\"|')(.*?)\1"
Возможно, у вас уже есть один из них, но, если нет, вот бесплатный инструмент с открытым исходным кодом, который я все время использую для тестирования своих регулярных выражений. Обычно у меня есть общее представление о том, как должно выглядеть выражение, но мне нужно повозиться с некоторыми частностями.
Регулярное выражение, которое вы даете, похоже, совсем не соответствует вашей строке примера. А как насчет пробелов внутри кавычек?