正则表达式:在引号之间获取值

(["'])(?:(?=(\\?))\2.)*?\1

对于那些想要更深入地解释其工作原理的人,这里有一个来自用户的解释 ephemient

([""']) 匹配报价; ((?=(\\?))\2.) *? 多次匹配(不贪吃,以免吃收盘价); \1 匹配用于开始的相同报价。

"(.*?)"

这使用了非贪婪*?操作员将捕获到但不包括下一个双引号的所有内容。然后,使用特定于语言的机制提取匹配的文本。

在Python中,您可以执行以下操作:

>>> import re
>>> string = '"Foo Bar" "Another Value"'
>>> print re.findall(r'"(.*?)"', string)
['Foo Bar', 'Another Value']

"([^"]*)"

这个 是除' '
我之所以在非贪心多运算符上使用它,是因为我必须不断地查找它,以确保它是正确的。

让我们看看处理转义引号的两种有效方法。这些图案的设计既不简洁也不美观,而是高效的。

这些方法使用第一个字符区分来快速查找字符串中的引号,而无需进行替换。 (这样做的目的是在不测试交替的两个分支的情况下,快速丢弃不是引号的字符。)

引号之间的内容采用展开循环(而不是重复交替)进行描述,以提高效率: [^"\\]*(?:\\.[^"\\]*)*

显然,要处理没有平衡引号的字符串,可以使用所有格量词: [^"\\]*+(?:\\.[^"\\]*)*+ 或者是一种变通方法来模仿它们,以防止太多的回溯。您也可以选择,在下一个(非转义)引号或字符串结束之前,带引号的部分可以是起始引号。在这种情况下,不需要使用所有格量词,只需将最后一个引号设置为可选。

注意:有时引号不是用反斜杠转义的,而是通过重复引号转义的。在这种情况下,内容子模式如下所示: [^"]*(?:""[^"]*)*

)我是说 (["']).....\1 ) 并使用一个简单的替代,但与 ["'] 在开始时,在因子中。

类似Perl:

["'](?:(?<=")[^"\\]*(?s:\\.[^"\\]*)*"|(?<=')[^'\\]*(?s:\\.[^'\\]*)*')

(注意 (?s:...) [\s\S]

(此模式的编写方式完全是“手动”的,不考虑最终的引擎内部优化)

ECMA脚本:

(?=["'])(?:"[^"\\]*(?:\\[\s\S][^"\\]*)*"|'[^'\\]*(?:\\[\s\S][^'\\]*)*')

POSIX扩展:

"[^"\\]*(\\(.|\n)[^"\\]*)*"|'[^'\\]*(\\(.|\n)[^'\\]*)*'

或者简单地说:

"([^"\\]|\\.|\\\n)*"|'([^'\\]|\\.|\\\n)*'

特别的是,这些答案都不会生成一个正则表达式,其中返回的匹配项是引号内的文本,这就是所要求的。马马登尝试了一下,但只把内线比赛作为一个被俘虏的小组,而不是整场比赛。实际做到这一点的一种方法是:

(?<=(["']\b))(?:(?=(\\?))\2.)*?(?=\1)

这方面的例子可以在这个演示中看到 https://regex101.com/r/Hbj8aP/1

这里的关键是开始时的积极回顾( ?<= )以及结尾处的正向前瞻( ?= ["'] (?=\1)

唯一的另一个复杂之处是,因为先行查找实际上并不使用结束引号,所以它将被起始先行查找再次找到,从而导致同一行上结束引号和起始引号之间的文本匹配。在开头的引语中添加单词边界( ["']\b

accepted answer的正则表达式返回值,包括它们的双引号: "Foo Bar" 和 "Another Value" 像火柴一样。

值介于

只有双引号 (使用捕获组#1的值):

"(.*?[^\\])"

单引号 (使用捕获组#1的值):

'(.*?[^\\])'

(["'])(.*?[^\\])\1

-

所有支持转义引号和嵌套引号。

(\"[\w\s]+\")

http://regex101.com/r/cB0kB8/1

我喜欢 Eugen Mihailescu's solution 匹配引号之间的内容,同时允许转义引号。但是,我发现了一些转义问题,并提出了以下正则表达式来解决这些问题:

(['"])(?:(?!\1|\\).|\\.)*\1

它做到了这一点,并且仍然非常简单,易于维护。

Demo

_{附言:如果你只是想要内容 之间 $0 ),并且不怕使用性能惩罚:}

(?<=(['"])\b)(?:(?!\1|\\).|\\.)*(?=\1)

_{不幸的是,没有引号作为锚,我不得不添加一个边界 \b 它不能很好地处理起始引号后的空格和非单词边界字符。}

_{group and extract the string form $2}

(['"])((?:(?!\1|\\).|\\.)*)\1

_{PPS:如果你只关注效率,那就用 Casimir et Hippolyte's solution ; 这是一个好的。}

(["'])(?:(?=(\\?))\2.)*?\1 上面的工作确实很好,但我担心它的表现(不错,但可能更好)。在它下面的矿井大约快20%。

模式 "(.*?)" 只是不完整。我给每个读这篇文章的人的建议就是不要使用它!!!

例如,它不能捕获许多字符串(如果需要,我可以提供一个详尽的测试用例),如下所示:

$string='你好吗?我 \'

其余的都和上面的一样“好”。

如果您真的关心性能和精度,请从以下内容开始:

/(['"])((\\\1|.)*?)\1/gm

在我的测试中,它覆盖了我遇到的每一个字符串,但是如果你发现一些不起作用的东西,我很乐意为你更新它。

Check my pattern in an online regex tester

这个版本

• 转义引号的帐户

• /(["'])((?:(?!\1)[^\\]|(?:\\\\)*\\[^\\])*)\1/
  

foo "string \\ string" bar

或

foo "string1"   bar   "string2"

正确,所以我尝试修复它:

# opening quote
(["'])
   (
     # repeat (non-greedy, so we don't span multiple strings)
     (?:
       # anything, except not the opening quote, and not 
       # a backslash, which are handled separately.
       (?!\1)[^\\]
       |
       # consume any double backslash (unnecessary?)
       (?:\\\\)*       
       |
       # Allow backslash to escape characters
       \\.
     )*?
   )
# same character as opening quote
\1

\"([^\"]*?icon[^\"]*?)\"

太长,读不下去了
替换这个词 偶像 用你所说的话和瞧,寻找!

其工作方式是查找关键字,而不关心引号之间的其他内容。
id="fb-icon"
id="icon-close"
id="large-icon-close"
"
然后它寻找任何可能的一组不是 "
直到它发现 icon
以及任何可能的一组不是 "
"

string = "\" foo bar\" \"loloo\""
print re.findall(r'"(.*?)"',string)

试试这个,效果很好!!!

\ 指示跳过字符

与亚当的答案不同,我有一个简单但有效的答案:

(["'])(?:\\\1|.)*?\1

如果您想获得如下引号中的内容,只需添加括号:

(["'])((?:\\\1|.)*?)\1

然后 $1 匹配引号char和 $2 匹配内容字符串。

echo 'junk "Foo Bar" not empty one "" this "but this" and this neither' | sed 's/[^\"]*\"\([^\"]*\)\"[^\"]*/>\1</g'

这将导致:>富吧<&燃气轮机<&燃气轮机;但这<

这里我显示了介于><'为了清楚起见,也使用非贪婪版本的sed命令,我们首先抛出“”之前和之后的垃圾,然后用“”之间的部分替换它,并用><'s

从格雷格H。我能够创建这个正则表达式,以满足我的需要。

我需要匹配一个特定的值,该值通过内部引号限定。它必须是完全匹配,任何部分匹配都不能触发命中

reg = r"""(['"])(%s)\1"""
if re.search(reg%(needle), haystack, re.IGNORECASE):
    print "winning..."

猎人

\"([^\"]*?[^\"]*?)\".localized

哪里 .localized 是后缀。

例子:

print("this is something I need to return".localized + "so is this".localized + "but this is not")

"this is something I need to return".localized 和 "so is this".localized 但不是 "but this is not" .

关于子集合的补充答案 仅限Microsoft VBA编码器 Microsoft VBScript Regular Expressions 5.5 这给出了下面的代码

Sub TestRegularExpression()

    Dim oRE As VBScript_RegExp_55.RegExp    '* Tools->References: Microsoft VBScript Regular Expressions 5.5
    Set oRE = New VBScript_RegExp_55.RegExp

    oRE.Pattern = """([^""]*)"""


    oRE.Global = True

    Dim sTest As String
    sTest = """Foo Bar"" ""Another Value"" something else"

    Debug.Assert oRE.test(sTest)

    Dim oMatchCol As VBScript_RegExp_55.MatchCollection
    Set oMatchCol = oRE.Execute(sTest)
    Debug.Assert oMatchCol.Count = 2

    Dim oMatch As Match
    For Each oMatch In oMatchCol
        Debug.Print oMatch.SubMatches(0)

    Next oMatch

End Sub

它们不支持所有unicode字符!

如果您是节点用户,则可能需要支持所有unicode字符的已接受答案的修改版本:

/(?<=((?<=[\s,.:;"']|^)["']))(?:(?=(\\?))\2.)*?(?=\1)/gmu

尝试 here

对我来说,这是一个:

|([\'"])(.*?)\1|i

我用过这样一句话:

preg_match_all('|([\'"])(.*?)\1|i', $cont, $matches);

而且效果很好。