正则表达式匹配字符串文字

Question

我目前正在编写自己的语言，并且有一些不同类型的字符串文字，它们使用3个不同的符号来表示它们。 他们在下面。

1） "Hello"是一个简单的字符串文字，编译为Hello 。

2） 'Hello'是一个访问字符串压缩函数的压缩字符串。 （这会返回乱码）

3） `Hello`返回从每个字符代码点构造的数字

我正在尝试使用正则表达式匹配一段代码

`Hel"lo` 2* "Hel`lo"

但是不能提出只在第一个和最后一个字符相同时才匹配的那个。 我现在有

[`'\"]([\s\S]+|[^`'\"]+)['`\"]

但这不会产生我想要的结果。

该示例的预期结果应该是

['`Hel"lo`', ' ', '2', '*', ' ', '"Hel`lo"']

但我的正则表达式回归

['`Hel"lo` 2* "Hel`lo"']

万一你无法猜测，我对正则表达式缺乏经验，所以我很感激任何帮助。

Answer 1

如果您只想获取第一个分隔符和最近的相同尾随分隔符之间的内容，您可以使用

import re
s = """`Hel"lo` 2* "Hel`lo\""""
print([x.group(2) for x in re.finditer(r"([\"'`])(.*?)\1", s)])

请参阅Python演示

细节 ：

• ([\\"'`]) - 组1匹配双引号，单引号或反引号
• (.*?) - 第2组捕获任何0+字符，尽可能少，直到第一次出现
• \\1 - 与组1中保存的值相同（ \\1是对组1值的反向引用）。

Answer 2

使用捕获组不是必需的，您可以简单地编写您的模式：

`[^`]*`|"[^"]*"|'[^']*'|\w+|\s+|[^`"'\s\w]

每个报价一个替代方案

演示

Answer 3

在WiktorStribiżew的基础上，它处理多行和转义引号：

([\"'`])(?:[\s\S])*?(?:(?<!\\)\1)

我测试并在Javascript中使用它，但它在Python中工作原样：

Python演示

Javascript演示