字符串到数组，由单引号和双引号分隔，忽略转义引号

Question

我有另一个与my last question 非常相似的php preg_split 问题，尽管我担心解决方案会相当复杂。和以前一样，我正在尝试使用 php 将字符串拆分为数组组件，使用 " 或 ' 作为分隔符。但是除此之外，我想忽略字符串中的转义单引号（字符串中的转义双引号将不会发生，因此无需担心）。我上一个问题中的所有示例仍然有效，但此外还应该获得以下两个期望的结果：

$pattern = "?????";
$str = "the 'cat\'s dad sat on' the mat then \"fell 'sideways' off\" the mat";
$res = preg_split($pattern, $str, null, PREG_SPLIT_DELIM_CAPTURE);
print_r($res);
/*output:
Array
(
    [0] => the 
    [1] => 'cat\'s dad sat on'
    [2] =>  the mat then
    [3] => "fell 'sideways' off"
    [4] =>  the mat
)*/

$str = "the \"cat\'s dad\" sat on 'the \"cat\'s\" own' mat";
$res = preg_split($pattern, $str, null, PREG_SPLIT_DELIM_CAPTURE);
print_r($res);
/*output:
Array
(
    [0] => the 
    [1] => "cat\'s dad" 
    [2] =>  sat on
    [3] => 'the "cat\'s" own'
    [4] =>  mat
)*/

如果没有转义引号，@mcrumley 对我上一个问题的回答效果很好：

$pattern = "/('[^']*'|\"[^\"]*\")/U";

但是，只要给出一个转义的单引号，正则表达式就会使用它作为匹配的结尾，这不是我想要的。

我尝试过这样的事情：

$pattern = "/('(?<=(?!\\').*)'|\"(?<=(?!\\').*)\")/";

但它不起作用。不幸的是，我对环视的知识还不够好。

经过一番阅读和摆弄......

这似乎更接近：

$pattern = "/('(?:(?!\\').*)')|(\"(?:(?!\\'|').*)\")/";

但是贪心程度是错误的，不会产生上述输出。

Answer 1

试试这个：

$pattern = "/(?<!\\\\)('(?:\\\\'|[^'])*'|\"(?:\\\\\"|[^\"])*\")/";
             ^^^^^^^^^  ^^^^^^^^^    ^     ^^^^^^^^^^     ^

http://rubular.com/r/Eps2mx8KCw 上的演示。

您也可以使用反向引用将其折叠成一个统一的表达式：

$pattern = "/(?<!\\\\)((['\"])(?:\\\\\\2|(?!\\2).)*\\2)/";

http://rubular.com/r/NLZKyr9xLk 上的演示。

如果您还希望在文本中识别转义的反斜杠，这些方法不起作用，但我怀疑这是您需要考虑的情况。