匹配字符串时，正则表达式如何忽略转义引号？答案

【问题标题】：How can regex ignore escaped-quotes when matching strings?匹配字符串时，正则表达式如何忽略转义引号？
【发布时间】：2009-06-29 21:17:21
【问题描述】：

我正在尝试编写一个正则表达式，它将匹配所有内容，但一个未转义的撇号。考虑以下几点：

<?php $s = 'Hi everyone, we\'re ready now.'; ?>

我的目标是编写一个基本匹配字符串部分的正则表达式。我正在考虑诸如

之类的事情

/.*'([^']).*/

为了匹配一个简单的字符串，但我一直在试图弄清楚如何在该撇号上进行负面的观察，以确保它前面没有反斜杠...

有什么想法吗？

-JMT

【问题讨论】：

标签： regex escaping negative-lookbehind

【解决方案1】：

这是我的测试用例解决方案：

/.*?'((?:\\\\|\\'|[^'])*+)'/

还有我的（Perl，但我不使用任何我不认为的 Perl 特定的功能）证明：

use strict;
use warnings;

my %tests = ();
$tests{'Case 1'} = <<'EOF';
$var = 'My string';
EOF

$tests{'Case 2'} = <<'EOF';
$var = 'My string has it\'s challenges';
EOF

$tests{'Case 3'} = <<'EOF';
$var = 'My string ends with a backslash\\';
EOF

foreach my $key (sort (keys %tests)) {
    print "$key...\n";
    if ($tests{$key} =~ m/.*?'((?:\\\\|\\'|[^'])*+)'/) {
        print " ... '$1'\n";
    } else {
        print " ... NO MATCH\n";
    }
}

运行这个显示：

$ perl a.pl
Case 1...
 ... 'My string'
Case 2...
 ... 'My string has it\'s challenges'
Case 3...
 ... 'My string ends with a backslash\\'

请注意，开头的初始通配符必须是非贪婪的。然后我使用非回溯匹配来吞噬 \\ 和 \' 以及其他任何不是独立引号字符的内容。

我认为这可能模仿了编译器的内置方法，这应该使它非常防弹。

【讨论】：

【解决方案2】：

<?php
$backslash = '\\';

$pattern = <<< PATTERN
#(["'])(?:{$backslash}{$backslash}?+.)*?{$backslash}1#
PATTERN;

foreach(array(
    "<?php \$s = 'Hi everyone, we\\'re ready now.'; ?>",
    '<?php $s = "Hi everyone, we\\"re ready now."; ?>',
    "xyz'a\\'bc\\d'123",
    "x = 'My string ends with with a backslash\\\\';"
    ) as $subject) {
        preg_match($pattern, $subject, $matches);
        echo $subject , ' => ', $matches[0], "\n\n";
}

打印

<?php $s = 'Hi everyone, we\'re ready now.'; ?> => 'Hi everyone, we\'re ready now.'

<?php $s = "Hi everyone, we\"re ready now."; ?> => "Hi everyone, we\"re ready now."

xyz'a\'bc\d'123 => 'a\'bc\d'

x = 'My string ends with with a backslash\\'; => 'My string ends with with a backslash\\'

【讨论】：

投票支持，因为您提供了测试用例。

【解决方案3】：

/.*'([^'\\]|\\.)*'.*/

括号部分查找非撇号/反斜杠和反斜杠转义字符。如果只能转义某些字符，请将 \\. 更改为 \\['\\a-z] 或其他任何字符。

【讨论】：

非常接近，但这不能处理病态的情况......'我的字符串以反斜杠结尾\\'
谢谢约翰！对我来说幸运的是，我将不得不处理的案例可以得到限制，并且永远不会遇到.jxc 描述的问题。非常简单的解决方案，我真的应该想到。再次谢谢你！ :)

【解决方案4】：

Regex reg = new Regex("(?<!\\\\)'(?<string>.*?)(?<!\\\\)'");

【讨论】：

【解决方案5】：

这是针对 JavaScript 的：

/('|")(?:\\\\|\\\1|[\s\S])*?\1/

它...

匹配单引号或双引号字符串
匹配空字符串（长度为0）
匹配带有嵌入空格的字符串（\n、\t 等）
跳过内部转义引号（单引号或双引号）
在双引号内跳过单引号，反之亦然

仅捕获第一个引号。您可以使用以下命令捕获 $2 中未加引号的字符串：

/('|")((?:\\\\|\\\1|[\s\S])*?)\1/

【讨论】：