用于识别包含在三引号内的有效 Python 字符串的 Javascript 风味正则表达式

Question

我正在尝试为Qiskit Terra （它紧跟 Python 语法）编写一个Prettify风格的语法高亮器。 显然，Prettify 使用 Javascript 风格的正则表达式。 例如， /^\\"(?:[^\\"\\\\]|\\\\[\\s\\S])*(?:\\"|$)/, null, '"'是对应于有效字符串的正则表达式在Q# 中。 基本上，我正在尝试为 Python 组合等效的正则表达式。

现在，我知道 Python 支持三引号内的字符串，即'''<string>'''和"""<string>"""是有效的字符串（这种格式特别用于docstrings ）。 为了处理这种情况，我将相应的捕获组写为：

(^\'{3}(?:[^\\]|\\[\s\S])*(?:\'{3}$))

这是regex101 链接。

这工作正常，但在某些情况下，例如：

''' 'This "is" my' && "first 'regex' sentence." ''' &&
''' 'This "is" the second.' '''

显然，这里应该考虑''' 'This "is" my' && "first 'regex' sentence." ''' ''' 'This "is" my' && "first 'regex' sentence." '''作为一个字符串， ''' 'This "is" the second.' ''' ''' 'This "is" the second.' '''作为另一个。 但是不，我编写的正则表达式将整个内容组合为一个字符串（检查regex101 链接）。 也就是说，即使遇到''' （对应于开头的''' ），它也不会结束字符串。

我应该如何修改正则表达式(^\\'{3}(?:[^\\\\]|\\\\[\\s\\S])*(?:\\'{3}$))以考虑这种情况？ 我知道这一点： 如何在正则表达式中匹配“直到此字符序列之前的任何内容”？ 但这并不能完全回答我的问题，至少不能直接回答。

Answer 1

我不知道你还想用它做什么，但下面的正则表达式可以用 MULTILINE 标志给出的例子做你想要的。

My_search = re.findall("(?:^\'{3})(.*)(?:\'{3})", My_string, re.MULTILINE)

print(My_search[0])
print(My_search[1])

输出是，

'This "is" my' && "first 'regex' sentence." 
'This "is" the second.' 

你也可以在这里看到它的工作https://regex101.com/r/k4adk2/11