RegEx 用于查找引号之间的匹配项答案

【问题标题】：RegEx for finding matches between quotesRegEx 用于查找引号之间的匹配项
【发布时间】：2019-10-17 15:54:14
【问题描述】：

在这里我试图在double quotes 中找到String。

   List<String> getList(String value){
    String regex = "\"[^\"]*\"|[^,]+";
    List<String> allMatches = new ArrayList<String>();
    if (StringUtils.isNotBlank(value)) {
        Matcher m = Pattern.compile(regex).matcher(value);
        while (m.find() && StringUtils.isNotBlank(m.group())) {
            String str=m.group().replaceAll("^\"|\"$", "");
            allMatches.add(str.trim());
        }
    }
    return allMatches;
  }

  result = getList(400,test,\"don't split, this\",15);
  result have [400,test,don't split, this,15] all comma seperated string except inside quotes.

它适用于模式 "" 但不适用于 “” 。 "foo,bar"，不同于"foo,bar" here is not working regex

【问题讨论】：

将第一个和第二个\" 替换为[\"“]，将最后一个\" 替换为[\"”]
@PaulLemarchand 这会起作用，但它也会匹配混合引号，例如"HELLO”.
可能是因为这个引号是不同的字符：" U+0022, ” U+201C, ” U+201D。
@TimBiegeleisen 我相信如果他想在两个引号之间查找字符串，"...” 符合这个要求。

标签： java regex regex-lookarounds regex-negation regex-greedy

【解决方案1】：

如果不同的引号应该匹配但不应混合，您可以使用alternation 来匹配任何一种格式。如果您不想匹配换行符，可以将其添加到否定字符类中。

(?:“[^“”]+”|"[^"]+"|(?<=,|^)[^“”,"]+(?=(?:,|$)))

说明

(?:非捕获组
- “[^“”]+” 匹配变体 “，然后不匹配 “ 或 ” 并匹配变体 ”
- |或者
- "[^"]+" 匹配，"，然后不是 " 和 "
- |或者
- (?<=,|^)断言左边是逗号或字符串开头
- [^“”,"]+匹配任何不在字符类中的字符
- (?=(?:,|$)) 断言右边是逗号或字符串结尾
)关闭非捕获组

Regex demo | Java demo

整个模式是一个交替，有 3 个选项。前 2 个选项从开盘价到收盘价相匹配。

第三个选项匹配除引号或逗号之外的所有类型，但确保在匹配的开头和结尾处有逗号或字符串的开头或结尾。

【讨论】：

是的，该模式正确捕获了"" 和“” 引号！
@第四只鸟现在错过了那些用逗号分隔的字符串
有没有例子：
@Thefourthbird stackoverflow.com/questions/18893390/… 看看这个，这正是我想要的，但在我的情况下，RegEx 在某些情况下无法这样做
您是否尝试过更新的模式"[^",]+"|“[^“”,]+” 在这种情况下，我认为您可以将那些对您的问题不起作用的情况添加到您的问题中。

【解决方案2】：

您可以使用 Java 代码进行 CSV 样式混合，但必须更改正则表达式。

Java

import java.util.*;
import java.lang.*;
import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/* Name of the class has to be "Main" only if the class is public. */
class Ideone
{

    public static List<String> getList(String value)
    {
        String regex = "(?:(?:^|,|\\r?\\n)\\s*)(?:(?:(\"[^\"\\\\]*(?:\\\\[\\S\\s][^\"\\\\]*)*\"|“[^“”\\\\]*(?:\\\\[\\S\\s][^“”\\\\]*)*”))(?:\\s*(?:(?=,|\\r?\\n)|$))|([^,]*)(?:\\s*(?:(?=,)|$)))"; 
        List<String> allMatches = new ArrayList<String>();
        if ( value.length() > 0  )
        {
            Matcher m = Pattern.compile( regex ).matcher( value );
            while ( m.find() ) {
                String str = m.group(2);
                if ( str == null ) {
                    str = m.group(1);
                    str = str.replaceAll( "^[\"“”]|[\"“”]$", "" );
                }
                allMatches.add(str.trim());
            }
        }
        return allMatches;
    }


    public static  void main (String[] args) throws java.lang.Exception
    {
        List<String>  result = getList("400,test,\"QT_don't split, this_QT\",15");
        System.out.println( result );

        result = getList("500,test,“LQT_don't split, this_RQT”,15");
        System.out.println( result );

        result = getList("600,test,\"QT_don't split, this_QT\",15");
        System.out.println( result );

    }
}

https://ideone.com/b8Wnz9

输出

[400, test, QT_don't split, this_QT, 15]
[500, test, LQT_don't split, this_RQT, 15]
[600, test, QT_don't split, this_QT, 15]

正则表达式扩展

 (?:
      (?: ^ | , | \r? \n )          # Delimiter comma or newline
      \s*                           # leading optional whitespaces
 )
 (?:                           # Double Quoted field
      (?:
           "                             # Quoted string field ""
           (                             # (1), double quoted string data
                [^"\\]* 
                (?: \\ [\S\s] [^"\\]* )*
           )
           "

        |                              # or

           “                             # Quoted string field Left/right double quotes “”   
           (                             # (2), double quoted string data
                [^“”\\]* 
                (?: \\ [\S\s] [^“”\\]* )*
           )
           ”
      )
      (?:
           \s*                           # trailing optional whitespaces
           (?:
                (?= , | \r? \n )              # Delimiter ahead, comma or newline
             |  $ 
           )
      )
   |                              # OR
      ( [^,]* )                     # (3), Non quoted field
      (?:
           \s*                           # trailing optional whitespaces 
           (?:
                (?= , )                       # Delimiter ahead, comma
             |  $ 
           )
      )
 )

【讨论】：

【解决方案3】：

试试这个：

Pattern regex = Pattern.compile("[\"\u201C](.*)[\"\u201D]");
List<> allMatches = new ArrayList<String>();
Matcher m = regex.matcher(value);
while (m.find()) {
    allMatches.add(m.group(1).trim());
}

简单得多，并且完全符合您的要求（匹配普通引号或“漂亮”引号中的内容，但如果您混合使用它们或无法启动或关闭它们，则不会）。

【讨论】：