正则表达式匹配字符串中单引号或双引号之间的单词

Question

我正在寻找正确的正则表达式来为我提供以下结果：

• 需要将单引号/双引号括起来的单词分组
• 当字符串中没有其他单引号时，需要继续打印单引号
• 当没有被单引号/双引号包围时 - 按空格分隔

我目前有：

Pattern pattern = Pattern.compile("[^\\s\"']+|\"([^\"]*)\"|'([^']*)'");

...但以下示例并不完全有效。 谁能帮我解决这个问题？

示例：

• 富吧
  • group1: foo
  • group2: 酒吧
  • 说明：空间分割
• “富吧”
  • group1: 富吧
  • 说明：用双引号括起来，所以分组 foo 和 bar，但不要打印双引号
• '富酒吧'
  • group1: 富吧
  • 说明：同上，但用单引号
• '富酒吧
  • group1: 'foo
  • group2: 酒吧
  • 说明：按空格分割并保留单引号
• "'富吧"
  • group1: '富吧
  • 说明：用双引号括起来，因此将 'foo 和 bar 分组并保留单引号
• 富酒吧'
  • group1: foo
  • group2: 酒吧'
• 富吧"
  • group1: foo
  • group2: 酒吧"
• “foo bar”“堆栈溢出”
  • group1: 富吧
  • group2：堆栈溢出
• “foo' bar”“堆栈溢出”怎么办
  • group1: foo' 酒吧
  • group2：堆栈溢出
  • group3：如何
  • group4：做
  • group5：你
  • 组6：做

Answer 1

我不确定您是否可以在一个 Matcher.match 调用中执行此操作，但您可以通过循环来执行此操作。
这段代码通过重复使用Matcher.find() 解决了上面提到的所有情况：

Pattern pattern = Pattern.compile("\"([^\"]+)\"|'([^']+)'|\\S+");
List<String> testStrings = Arrays.asList("foo bar", "\"foo bar\"","'foo bar'", "'foo bar", "\"'foo bar\"", "foo bar'", "foo bar\"", "\"foo bar\" \"stack overflow\"", "\"foo' bar\" \"stack overflow\" how do you do");
for (String testString : testStrings) {
    int count = 1;
    Matcher matcher = pattern.matcher(testString);
    System.out.format("* %s%n", testString);
    while (matcher.find()) {
        System.out.format("\t* group%d: %s%n", count++, matcher.group(1) == null ? matcher.group(2) == null ? matcher.group() : matcher.group(2) : matcher.group(1));
    }
}

这打印：

* foo bar
    * group1: foo
    * group2: bar
* "foo bar"
    * group1: foo bar
* 'foo bar'
    * group1: foo bar
* 'foo bar
    * group1: 'foo
    * group2: bar
* "'foo bar"
    * group1: 'foo bar
* foo bar'
    * group1: foo
    * group2: bar'
* foo bar"
    * group1: foo
    * group2: bar"
* "foo bar" "stack overflow"
    * group1: foo bar
    * group2: stack overflow
* "foo' bar" "stack overflow" how do you do
    * group1: foo' bar
    * group2: stack overflow
    * group3: how
    * group4: do
    * group5: you
    * group6: do

Answer 2

只要你有配对（让它是引号或大括号），你就会离开正则表达式的领域并进入需要解析器的语法领域。

我会把ultimate answer to this question留给你

更新：

再解释一下。

语法通常表示为：

construct -> [set of constructs or terminals]

例如，引号

doblequotedstring := " simplequotedstring "
simplequotedstring := string ' string
                      | string '
                      | ' string
                      | '

这是一个简单的例子；网上会有合适的语法例子供引用。

我为此使用了 aflex 和 ajacc（对于 Ada；在 Java 中存在 jflex 和 jjacc）。您将标识符列表传递给 aflex，生成一个输出，将该输出和语法传递给 ajacc，然后您将获得一个 Ada 解析器。由于我使用它们已经很长时间了，我不知道是否有更简化的解决方案，但基本上它需要相同的输入。