正则表达式在匹配字符串时如何忽略转义引号？

Question

我正在尝试编写一个正则表达式，它将匹配除尚未转义的撇号之外的所有内容。 考虑以下事项：

<?php $s = 'Hi everyone, we\'re ready now.'; ?>

我的目标是编写一个基本上匹配其字符串部分的正则表达式。 我正在考虑一些事情，比如

/.*'([^']).*/

为了匹配一个简单的字符串，但我一直在试图弄清楚如何在撇号上进行负向后查找，以确保它前面没有反斜杠......

任何想法？

- JMT

Answer 1

这是我的测试用例解决方案：

/.*?'((?:\\\\|\\'|[^'])*+)'/

和我的（Perl，但我不使用任何我认为不特定的 Perl 功能）证明：

use strict;
use warnings;

my %tests = ();
$tests{'Case 1'} = <<'EOF';
$var = 'My string';
EOF

$tests{'Case 2'} = <<'EOF';
$var = 'My string has it\'s challenges';
EOF

$tests{'Case 3'} = <<'EOF';
$var = 'My string ends with a backslash\\';
EOF

foreach my $key (sort (keys %tests)) {
    print "$key...\n";
    if ($tests{$key} =~ m/.*?'((?:\\\\|\\'|[^'])*+)'/) {
        print " ... '$1'\n";
    } else {
        print " ... NO MATCH\n";
    }
}

运行此显示：

$ perl a.pl
Case 1...
 ... 'My string'
Case 2...
 ... 'My string has it\'s challenges'
Case 3...
 ... 'My string ends with a backslash\\'

请注意，开始时的初始通配符需要是非贪婪的。 然后我使用非回溯匹配来吞噬 \\ 和 \' 以及其他任何不是独立引号字符的内容。

我认为这可能模仿编译器的内置方法，这应该使它非常防弹。

Answer 2

<?php
$backslash = '\\';

$pattern = <<< PATTERN
#(["'])(?:{$backslash}{$backslash}?+.)*?{$backslash}1#
PATTERN;

foreach(array(
    "<?php \$s = 'Hi everyone, we\\'re ready now.'; ?>",
    '<?php $s = "Hi everyone, we\\"re ready now."; ?>',
    "xyz'a\\'bc\\d'123",
    "x = 'My string ends with with a backslash\\\\';"
    ) as $subject) {
        preg_match($pattern, $subject, $matches);
        echo $subject , ' => ', $matches[0], "\n\n";
}

印刷

<?php $s = 'Hi everyone, we\'re ready now.'; ?> => 'Hi everyone, we\'re ready now.'

<?php $s = "Hi everyone, we\"re ready now."; ?> => "Hi everyone, we\"re ready now."

xyz'a\'bc\d'123 => 'a\'bc\d'

x = 'My string ends with with a backslash\\'; => 'My string ends with with a backslash\\'

Answer 3

/.*'([^'\\]|\\.)*'.*/

括号部分查找非撇号/反斜杠和反斜杠转义字符。 如果只能转义某些字符，请将 \\. 更改为 \\['\\az] 或其他内容。

Answer 4

Regex reg = new Regex("(?<!\\\\)'(?<string>.*?)(?<!\\\\)'");

Answer 5

这是针对 JavaScript 的：

/('|")(?:\\\\|\\\1|[\s\S])*?\1/

it...

• 匹配单个或双引号字符串
• 匹配空字符串（长度为 0）
• 匹配嵌入空白的字符串（\n、\t 等）
• 跳过内部转义引号（单引号或双引号）
• 跳过单引号双引号内的引号，反之亦然

您可以使用以下命令捕获 $2 中未加引号的字符串：

/('|")((?:\\\\|\\\1|[\s。 \S])*?)\1/