正则表达式拆分空间没有引号向前阅读

本文关键字：拆分 空间 正则表达式 | 更新日期: 2023-09-27 18:37:16

我已经看到很多正则表达式的答案非常接近我的需求，但它并不完全存在。 问题是我有一个字符串，我需要在一个字符上拆分（例如：空格或"="），但我想忽略引号内的任何内容（甚至是引号内的引号）。

我能得到的最接近的是这个：

" (?=(?:[^"]*"[^"]*")*[^"]*$)"

这很好用，但有两个警告：引号中不合时宜的空格会触发错误的拆分，并且它会向后读取。 第一个问题我并不真正关心，我能做的不多，我可以解决它。 但第二个至关重要。

情况是，有时我正在正则表达式的字符串可能会意外地在末尾缺少引号。 这并没有真正打扰我的系统，但是上面的正则表达式倒退了，所以它破坏了一切：

string test = "foo bar '"foo bar'" foobar '"foo"
var result = Regex.Split(test, " (?=(?:[^"]*"[^"]*")*[^"]*$)");

这将使：

foo bar "foo
bar" foobar "foo

因为它从最后开始并向后运行过滤器。 我需要结果是：

foo
bar
"foo bar"
foobar
"foo

我知道 $ 负责结束事情的开始，但我一生都无法弄清楚如何逆转它。 思潮？

正则表达式拆分空间没有引号向前阅读

它实际上并没有向后运行，只是每次应用时，前瞻都必须一直匹配到最后。 这是确保当前位置后面有偶数报价的唯一方法。

但无论如何，这是一个黑客解决方案; 只有当你被迫使用Split()时，你才应该这样做。 匹配令牌本身通常要容易得多。 例如：

string s = @"foo bar ""foo bar"" foobar ""foo";
Regex r = new Regex(@"[^""'s]+|""[^""]+(?:""|$)");
foreach (Match m in r.Matches(s))
{
  Console.WriteLine(m.Value);
}

输出：

foo
bar
"foo bar"
foobar
"foo

编辑：此版本允许未带引号的令牌包含引号：

@"[^""'s]'S+|""[^""]+(?:""|$)"

我仍然假设不带引号的令牌不能包含任何空格。

编辑：引号似乎一直都很特别，而不仅仅是当它们是令牌中的第一个非空格字符时。 在此版本中，令牌可能以非引号开头或结尾，并且可以包含一个或多个带引号的序列。 由于一切都是可选的，因此它从阻止其匹配空字符串的展望开始。

@"(?='S)[^'s""]*(?:""[^""]+(?:$|""[^'s""]*))*"

和以前一样，最后的结束报价是可选的。

您可以在

拆分时使用此正则表达式。

("[^"]+"|'s+)

大多数拆分函数将返回将模式括在括号内时使用的分隔符。在这种情况下，您首先尝试在当前位置匹配带有引号的单词，如果无法匹配，则选择匹配空格。

获得所有值后，只需删除仅包含要丢弃的分隔符（在本例中为空格）的值即可。

下面是一个使用 Perl 的示例。

use warnings;
use strict;
my $string = "foo bar '"foo bar'" foobar '"foo";
my @array =  grep { ! /^'s*$/ } # Discard matches containing only spaces.
                 split /("[^"]+"|'s+)/, $string; # Split on whitespace or character withing quotes
                                         # Return delimiters as part of the match.    
print "$_'n" foreach @array;

输出

foo
bar
"foo bar"
foobar
"foo

如果你尝试这种方法会怎样

string test = "foo bar '"foo bar'" foobar '"foo";
if (test.Count(q => q == '"')%2 == 1)
    test += "'"";
test = Regex.Replace(test, "'"[^'"]+'"", "");

测试它是否有奇数个引号，如果有，则添加一个。 然后使用 "'"[^'"]+'"" 删除引号内的任何内容。 然后你可以自由地简单地使用String.Split（）拆分它

我认为正则表达式 1 或正则表达式 2 应该可以解决问题。 

 # =====================================
 # Regex 1
 # =====================================
 #    ("[^"]")|['s=]+             // raw
 #    "('"[^'"]'")|[''s=]+"       // escped
 #    @"                          // verbatim
 #     (""[^""]"")|['s=]+
 #    "
 # -------------------------------------
 #    
 #         ( " [^"] " )      # expanded Regex 1
 #      |  
 #         ['s=]+ 
 # =====================================
 # Regex 2
 # =====================================
 #    ("(?:[^"]*"[^"]*")*[^"]*")|['s=]+             // raw
 #    "('"(?:[^'"]*'"[^'"]*'")*[^'"]*'")|[''s=]+"   // escaped
 #    @"                                            // verbatim
 #     (""(?:[^""]*""[^""]*"")*[^""]*"")|['s=]+
 #    "
 # -------------------------------------
 #        
 #        (                  # expanded Regex 2
 #             " 
 #             (?: [^"]* " [^"]* " )*
 #             [^"]* 
 #             "     
 #        )
 #     |  
 #        ['s=]+
相关文章：