正則表達式-如何查找單詞和帶引號的短語

Question

我想說一串以下內容：

Guiness Harp "Holy Moses"

因此，在C＃或VB中獲得以下匹配集：

Guiness
Harp
Holy Moses

本質上，除非空格之間沒有引號，否則它會在空格上分開，然后將引號之間的那些單詞視為單個短語。

謝謝，凱文

Answer 1

如果在帶引號的字符串中沒有任何引號（轉義或雙引號），則可以搜索

 "[^"]*"|\S+

但是，引號將成為匹配項的一部分。 如果需要，可以將正則表達式擴展為也處理帶引號的字符串中的引號。

另一種（在這種情況下更好）的可能性是使用csv解析器。

例如（Python）：

import csv
reader = csv.reader(open('test.txt'), delimiter=' ', quotechar='"')
for row in reader:
    print(row)

Answer 2

這是另一種方法：

string s0 = @"Guiness Harp ""Holy Moses""";
Regex r = new Regex(@"""(?<FIELD>[^""]*)""|(?<FIELD>\S+)");
foreach (Match m in r.Matches(s0))
{
  Console.WriteLine(m.Groups["FIELD"].Value);
}

這利用了一個事實，即.NET正則表達式使您可以在同一正則表達式中重用組名。 很少有正則表達式允許這樣做，並且其中只有Perl 6像.NET一樣靈活。

Answer 3

正則表達式無法計數，這使定界符解析變得困難。

我將為此使用解析器而不是正則表達式。

Answer 4

如果這是一個簡單的解析，則可以修剪開始和結束引號。

string text = "Guiness Harp \"Holy Moses\"";
string pattern = @"""[^""]*""|\S+";

MatchCollection matches = Regex.Matches( text, pattern );
foreach( Match match in matches )
{
    string value = match.Value.Trim( '"' );
    Console.Out.WriteLine( value );
}

但是，此實現不是很靈活。 我只會在內部工具中使用類似的東西。 否則您不介意丟棄代碼。