[英]Regular expression to match escaped characters (quotes)
我想构建一个简单的正则表达式,涵盖带引号的字符串,包括其中的任何转义引号。 例如,
"This is valid"
"This is \" also \" valid"
显然,像
"([^"]*)"
不起作用,因为它与第一个转义引号匹配。
什么是正确的版本?
我想其他转义字符的答案是相同的(只需替换相应的字符)。
顺便说一句,我知道“包罗万象”的正则表达式
"(.*?)"
但我尽量避免它,因为毫不奇怪,它的运行速度比更具体的要慢一些。
这是我过去使用过的一个:
("[^"\\]*(?:\\.[^"\\]*)*")
这将捕获带引号的字符串以及任何转义的引号字符,并排除未出现在封闭引号中的任何内容。
例如,该模式将从该字符串中捕获"This is valid"
和"This is \\" also \\" valid"
:
"This is valid" this won't be captured "This is \" also \" valid"
此模式将不匹配字符串"I don't \\"have\\" a closing quote
,并允许在字符串中使用额外的转义码(例如,它将匹配"hello world!\\n"
)。
当然,您必须转义该模式才能在代码中使用它,如下所示:
"(\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\")"
所有其他答案的问题在于它们仅与最初的明显测试相匹配,但不足以进行进一步的审查。 例如,所有答案都希望第一个引用不会被转义。 但最重要的是,转义是一个比单个反斜杠更复杂的过程,因为反斜杠本身可以被转义。 想象一下尝试实际匹配以反斜杠结尾的字符串。 这怎么可能?
这将是您正在寻找的模式。 它不假设第一个引号是有效的,并且允许转义反斜杠。
(?<!\\)(?:\\{2})*"(?:(?<!\\)(?:\\{2})*\\"|[^"])+(?<!\\)(?:\\{2})*"
试试这个......它更喜欢\\"
,如果匹配,它会选择它,否则它会选择"
。
"((?:\\"|[^"])*)"
匹配字符串后,您需要获取第一个捕获组的值并将\\"
替换为"
。
编辑:固定分组逻辑。
请在下面的代码中找到包含String 、 Number和Decimal表达式评估的代码。
public static void commaSeparatedStrings() {
String value = "'It\\'s my world', 'Hello World', 'What\\'s up', 'It\\'s just what I expected.'";
if (value.matches("'([^\'\\\\]*(?:\\\\.[^\'\\\\])*)[\\w\\s,\\.]+'(((,)|(,\\s))'([^\'\\\\]*(?:\\\\.[^\'\\\\])*)[\\w\\s,\\.]+')*")) {
System.out.println("Valid...");
} else {
System.out.println("Invalid...");
}
}
/**
*
*/
public static void commaSeparatedDecimals() {
String value = "-111.00, 22111.00, -1.00";
// "\\d+([,]|[,\\s]\\d+)*"
if (value.matches(
"^([-]?)\\d+\\.\\d{1,10}?(((,)|(,\\s))([-]?)\\d+\\.\\d{1,10}?)*")) {
System.out.println("Valid...");
} else {
System.out.println("Invalid...");
}
}
/**
*
*/
public static void commaSeparatedNumbers() {
String value = "-11, 22, -31";
if (value.matches("^([-]?)\\d+(((,)|(,\\s))([-]?)\\d+)*")) {
System.out.println("Valid...");
} else {
System.out.println("Invalid...");
}
}
这
("((?:[^"\\])*(?:\\\")*(?:\\\\)*)*")
将捕获所有字符串(在双引号内),包括 \\" 和 \\\\ 转义序列。(请注意,此答案假定您的字符串中唯一的转义序列是 \\" 或 \\\\ 序列——没有其他反斜杠字符或转义序列将被俘虏。)
("(?: # begin with a quote and capture...
(?:[^"\\])* # any non-\, non-" characters
(?:\\\")* # any combined \" sequences
(?:\\\\)* # and any combined \\ sequences
)* # any number of times
") # then, close the string with a quote
另外,请注意, maksymiuk 接受的答案包含一个“边缘情况”(“想象一下尝试实际匹配以反斜杠结尾的字符串”),它实际上只是一个格式错误的字符串。 就像是
"this\"
...不是“以反斜杠结尾的字符串”,而是以转义引号结尾的未闭合字符串。 真正以反斜杠结尾的字符串看起来像
"this\\"
...上述解决方案处理这种情况。
如果你想扩展一点,这...
(\\(?:b|t|n|f|r|\"|\\)|\\(?:(?:[0-2][0-9]{1,2}|3[0-6][0-9]|37[0-7]|[0-9]{1,2}))|\\(?:u(?:[0-9a-fA-F]{4})))
...捕获所有常见的转义序列(包括转义引号):
(\\ # get the preceding slash (for each section)
(?:b|t|n|f|r|\"|\\) # capture common sequences like \n and \t
|\\ # OR (get the preceding slash and)...
# capture variable-width octal escape sequences like \02, \13, or \377
(?:(?:[0-2][0-9]{1,2}|3[0-6][0-9]|37[0-7]|[0-9]{1,2}))
|\\ # OR (get the preceding slash and)...
(?:u(?:[0-9a-fA-F]{4})) # capture fixed-width Unicode sequences like \u0242 or \uFFAD
)
有关第二点的更多信息,请参阅此要点。
它对我有用,而且比当前的答案更简单
(?<!\\+)"(\\"|[^"])*(?<!\\+)"
(?<!\\\\+)
- 在"
之前不是必须是\\
,并且这个表达式是左右。
(\\\\"|[^"])*
- 引号内:可能是转义引号\\\\"
或任何除了引号[^"]
当前正则表达式可以正确处理以下字符串:
234
- false
或null
"234"
- true
或["234"]
""
- true
或[""]
"234 + 321 \\\\"24\\\\""
- true
或["234 + 321 \\\\"24\\\\""]
"234 + 321 \\\\"24\\\\"" + 123 + "\\\\"test(\\\\"235\\\\")\\\\""
- true
或["234 + 321 \\\\"24\\\\"", "\\\\"test(\\\\"235\\\\")\\\\""]
"234 + 321 \\\\"24\\\\"" + 123 + "\\\\"test(\\\\"235\\\\")\\\\"\\\\"
- true
或["234 + 321 \\\\"24\\\\""]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.