正则表达式 - 如何查找单词和引用的短语答案

【问题标题】：Regular Expression - How To Find Words and Quoted Phrases正则表达式 - 如何查找单词和引用的短语
【发布时间】：2010-06-22 17:23:05
【问题描述】：

我想说一串话：

Guiness Harp "Holy Moses"

这样在 C# 或 VB 中得到一个匹配集：

Guiness
Harp
Holy Moses

基本上它在空格上拆分，除非空格周围有引号，然后引号之间的那些词被视为一个短语。

谢谢，凯文

【问题讨论】：

标签： c# vb.net regex

【解决方案1】：

如果引用的字符串中没有任何（转义或双引号）引号，则可以搜索

 "[^"]*"|\S+

但是，引号将成为匹配的一部分。如有必要，可以扩展正则表达式以处理带引号的字符串中的引号。

另一种（在这种情况下更可取）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)

【讨论】：

是的，使用这样的现有解析器肯定比尝试重新发明解析器更有意义。哦，恭喜你获得 10k 代表。 :)
对于这个简单的应用程序，我不太担心转义字符。该应用程序的用户并不多，在这种情况下，我从 RegEx 中获得的收益超过了负面影响。我还发现了另一个更复杂的表达式，它也去掉了引号。它可能会做其他事情，但正则表达式在我的技能中并不高。 (?
@Peter：谢谢！看起来你是下一个:)

【解决方案2】：

这是另一种方法：

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);
}

这利用了 .NET 正则表达式允许您在同一个正则表达式中重用组名这一事实。很少有正则表达式允许这样做，而其中只有 Perl 6 与 .NET 一样灵活。

【讨论】：

【解决方案3】：

正则表达式不能计数，导致分隔符解析困难。

我会为此使用解析器而不是正则表达式。

【讨论】：

【解决方案4】：

如果这是一个简单的解析，您也许可以修剪开始和结束的引号。

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，这种实现方式不是很灵活。我只会在内部工具中使用这样的东西。或者你不介意扔掉你的代码。

【讨论】：