正則表達式匹配字符串文字

Question

我目前正在編寫自己的語言，並且有一些不同類型的字符串文字，它們使用3個不同的符號來表示它們。 他們在下面。

1） "Hello"是一個簡單的字符串文字，編譯為Hello 。

2） 'Hello'是一個訪問字符串壓縮函數的壓縮字符串。 （這會返回亂碼）

3） `Hello`返回從每個字符代碼點構造的數字

我正在嘗試使用正則表達式匹配一段代碼

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

但是不能提出只在第一個和最后一個字符相同時才匹配的那個。 我現在有

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

但這不會產生我想要的結果。

該示例的預期結果應該是

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

但我的正則表達式回歸

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

萬一你無法猜測，我對正則表達式缺乏經驗，所以我很感激任何幫助。

Answer 1

如果您只想獲取第一個分隔符和最近的相同尾隨分隔符之間的內容，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)])

請參閱Python演示

細節 ：

• ([\\"'`]) - 組1匹配雙引號，單引號或反引號
• (.*?) - 第2組捕獲任何0+字符，盡可能少，直到第一次出現
• \\1 - 與組1中保存的值相同（ \\1是對組1值的反向引用）。

Answer 2

使用捕獲組不是必需的，您可以簡單地編寫您的模式：

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

每個報價一個替代方案

演示

Answer 3

在WiktorStribiżew的基礎上，它處理多行和轉義引號：

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

我測試並在Javascript中使用它，但它在Python中工作原樣：

Python演示

Javascript演示