正则表达式在引号中捕获一个单词或两个单词

Question

我正在尝试在我的搜索中实现 gmail 样式过滤器，但我遇到了这个正则表达式问题。我需要在引号中捕获一个单词或两个单词（但没有引号本身）这是 PCRE (PHP)

即。

name:mark

期望的结果：第一个捕获组应该是标记

name:"mark"

期望的结果：第一个捕获组应该是标记

name:"mark wilson"

期望的结果：第一个捕获组应该是标记，第二个捕获组应该是 wilson

name:mark wilson

期望的结果：第一个捕获组应该是标记，威尔逊被忽略

我得到的最接近的是 name:(\w+|\"\w+(?>\"|\s([a-z.'-]+\"))) 它完美地捕获了示例 1，但示例 2仍然包括引号，示例 3 最终为：

第 1 组：“mark wilson”（包括引号）

第 2 组：wilson"（包括报价）

我已经尝试过前瞻和后瞻，但我也没有得到任何结果

任何帮助将不胜感激。 tia

Answer 1

1 选项可以使用if/else clause，它将在第 2 组中给出标记，在第 3 组中给出 wilson。第一组将捕获 "，它可用于 if else 检查组 1 的存在。

\w+:(")?(\w+(?:\h+(\w+))?)(?(1)")

Regex demo

如果名字后面的空格不应该在那里，您也可以将其分组并将值放在第 3 组和第 4 组中

\w+:(")?((\w+)(?:\h+(\w+))?)(?(1)")

Regex demo

您还可以获取或不获取引号之间的单个值，或者使用 branch reset group 捕获捕获组中的第一个或第二个名称

---

\w+:(?|"(\w+)(?:\h+(\w+))?"|(\w+))

说明

• \w+:匹配1+字字符
• (?|分支重置组
  • "(\w+)捕获组1，匹配1+字字符
  • (?:非捕获组
    • \h+ 匹配 1+ 个水平空白字符
    • (\w+)捕获组2，匹配1+字字符
  • )? 关闭群组并设为可选
  • "匹配"
  • |或者
  • (\w+)捕获组1，匹配1+字字符
• )关闭分支重置组

Regex demo

Answer 2

主要的一点是你不能对任意数量的组这样做，你必须在设计时在模式中指定它们。

您可以将这样的模式与branch reset group 一起使用：

\w+:(?|(\w+)|"(\w+)(?:\h+(\w+))?(?:\h+(\w+))?")

请参阅regex demo。在末尾添加更多 (?:\h+(\w+))? 模式，以支持最多 N 个可选单词。

详情

• \w+: - 1+ 个单词字符，然后是 :
• (?|(\w+)|"(\w+)(?:\h+(\w+))?(?:\h+(\w+))?") - 一个分支重置组，其中组共享相同的 ID：
  • (\w+) - 第 1 组：一个或多个单词字符
  • | - 或
  • "(\w+)(?:\h+(\w+))?(?:\h+(\w+))?" -
    • " - 一个 " 字符
    • (\w+) - 第 1 组：一个或多个单词字符
    • (?:\h+(\w+))? - 序列的可选出现：
    • \h+ - 1 个或多个水平空格
    • (\w+) - 第 2 组：一个或多个单词字符
    • (?:\h+(\w+))?" - 同上，但使用第 3 组等。