羣組引號並忽略轉義引號

Question

我目前使用(['\"])(?:\\1|.*?\\1)來捕獲引號組。

Text: "Hello", is it 'me youre looking for'? 
# result: "Hello" (\1) and 'me youre looking for' (\2) 

此外，我希望它忽略這些組內（或全球性，也罰款）逃脫報價。

Text: "Hello", is it 'me you\'re looking for'? 
# result: "Hello" (\1) and 'me you\'re looking for' (\2) 

使用python。我知道this questions有點類似。但是，我無法將其應用於現有的正則表達式。

謝謝，正則表達式的怪胎！

Answer 1

這裏有一個規律：

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

Demo

Everyting在於(?:\\.|.)位：

• 要麼匹配一個轉義字符：\\. - 這同時處理\"和\\
• 或任何其他（重新）廣告：未轉義）字符：. - 您也可以在此處使用[^\\]。

由於正則表達式引擎會嘗試從左到右的變化，因此它會先嚐試匹配轉義字符。

順便說一下，在你的模式下，\1|.*?\1是多餘的，你可能只寫了.*?\1。

Answer 2

你可以使用下面的正則表達式。

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

DEMO

它斷言匹配將不受反斜線字符preceeded

• (?<!\\)負回顧後發。

• (['"])這將捕獲未轉義的單引號或雙引號。

• (?:\\\1|(?!\1).)*，\\\1這將匹配基於所捕獲的字符或任何字符，但不拍攝的性格，零次或多次轉義'或"報價。

• \1指的是第一個被捕獲的角色。

在python中，你需要改變如下所示的re.findall函數。

>>> def match(s): 
     for i in re.findall(r'''(?<!\\)((['"])(?:\\\2|(?!\2).)*\2)''', s): 
      print(i[0]) 


>>> match(r""""Hello", is it 'me you\'re looking for'""") 
"Hello" 
'me you\'re looking for' 
>>> match(r"""Hello\", is it 'me you\'re looking for'""") 
'me you\'re looking for' 
>>>