Java正则表达式匹配双引号子字符串

Question

我要解析以下字符串：

String text = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";
// "w1 w"2" w3 | w4 w"5 "w6 w7"

我正在使用Pattern.compile(regex).matcher(text)，所以我在这里缺少的是正确的正则表达式。 规则是正则表达式必须：

• 隔离任何单个单词
• 任何用双引号括起来的子字符串都是匹配的
• 必须忽略单词中的双引号（稍后我将用空格替换它们）。

所以结果匹配应该是：

1. w1 w"2
2. w3
3. |
4. w4
5. w"5
6. w6 w7

双引号是否包含在双引号包围的子字符串中是无关紧要的（例如 1. 可以是 w1 w"2 或 "w1 w"2")。

我想出的是这样的：

"\"(.*)\"|(\\S+)"

我还尝试了上述正则表达式的许多不同变体（包括后向/前向），但没有一个能够给我预期的结果。

关于如何改进这一点的任何想法？

Answer 1

试试这个正则表达式：

(?:(?<=^")|(?<=\s")).*?(?="(?:\s|$))|(?![\s"])\S+

Click for Demo

解释：

• (?:(?<=^")|(?<=\s")) - 正向向后查找以查找 " 之前的位置。此" 需要位于字符串的开头或空格之后
• .*? - 懒惰地匹配除换行符以外的任何字符的 0+ 次出现
• (?="(?:\s|$)) - 积极的前瞻来验证到目前为止匹配的内容后面是空格还是匹配后没有任何内容($)。
• | - 或（以上匹配或以下匹配）
• (?![\s"]) - 负前瞻验证该位置后面没有空格或"
• \S+ - 匹配 1+ 个非空白字符

Java 代码(Generated from here)：

Run code here to see the output

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MyClass {
    public static void main(String args[]) {
    final String regex = "(?:(?<=^\")|(?<=\\s\")).*?(?=\"(?:\\s|$))|(?![\\s\"])\\S+";
    final String string = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";

    final Pattern pattern = Pattern.compile(regex);
    final Matcher matcher = pattern.matcher(string);

    while (matcher.find()) {
        System.out.println("Full match: " + matcher.group(0));
        for (int i = 1; i <= matcher.groupCount(); i++) {
            System.out.println("Group " + i + ": " + matcher.group(i));
        }
    }

    }
}

输出：

Answer 2

这似乎可以完成工作：

"(?:[^"]|\b"\b)+"|\S+

Debuggex Demo

Regex101 Demo

---

请注意，在 Java 中，因为我们在正则表达式中使用字符串文字，所以反斜杠前面需要有另一个反斜杠：

String regex = "\"(?:[^\"]|\\b\"\\b)+\"|\\S+";