Как строка соответствия регулярному выражению внутри двойных кавычек, но не включая двойные кавычки? [Дубликат]

Эта версия

• учитывает экранированные кавычки
• управляет обратным трассированием

  /(["'])((?:(?!\1)[^\\]|(?:\\\\)*\\[^\\])*)\1/
  

string = "\" foo bar\" \"loloo\""
print re.findall(r'"(.*?)"',string)

просто попробуйте это, работает как шарм !!!

\ указывает символ пропуска

echo 'junk "Foo Bar" not empty one "" this "but this" and this neither' | sed 's/[^\"]*\"\([^\"]*\)\"[^\"]*/>\1</g'

Это приведет к:> Foo Bar & lt;> & lt;>, но это & ​​lt;

Здесь я продемонстрировал строку результата между> & lt; s для ясности, также используя неживую версии с этой командой sed, мы сначала выкидываем мусор до и после этого «», а затем заменяем его на часть между «» и окружаем ее с помощью «& lt;».

Давайте посмотрим два эффективных способа, которые касаются экранированных кавычек. Эти шаблоны не предназначены для краткости и эстетики, но для эффективности.

Эти способы используют первую распознавание символов для быстрого поиска котировок в строке без затрат на чередование. (Идея состоит в том, чтобы быстро отбросить символы, которые не являются кавычками, без проверки двух ветвей чередования.)

Содержимое между кавычками описывается с развернутым контуром (вместо повторное чередование): [^"\\]*(?:\\.[^"\\]*)*

Очевидно, чтобы иметь дело со строками, которые не имеют сбалансированных кавычек, вместо этого вы можете использовать собственные квантификаторы: [^"\\]*+(?:\\.[^"\\]*)*+ или обходной путь для имитации их, чтобы предотвратить слишком много назад. Вы также можете выбрать, что цитируемая часть может быть открывающей цитатой до следующей (неэкспертированной) цитаты или конца строки. В этом случае нет необходимости использовать притяжательные квантификаторы, вам нужно только сделать последнее предложение необязательным.

Обратите внимание: иногда кавычки не экранируются с обратной косой чертой, а повторяя цитату. В этом случае подшаблон содержимого выглядит следующим образом: [^"]*(?:""[^"]*)*

Образцы избегают использования группы захвата и обратной ссылки (я имею в виду что-то вроде (["']).....\1) и используйте простое чередование, но с ["'] в начале, в коэффициенте.

Perl like:

["'](?:(?<=")[^"\\]*(?s:\\.[^"\\]*)*"|(?<=')[^'\\]*(?s:\\.[^'\\]*)*')

(обратите внимание, что (?s:...) является синтаксическим сахаром для переключения в режиме «dotall / singleline» внутри группы, не содержащей захвата. Если этот синтаксис не поддерживается, вы можете легко включить этот режим для всего шаблона или заменить точку на [\s\S])

(Способ написания этого шаблона полностью «ручным» и не учитывает возможные внутренние оптимизации двигателя)

Сценарий ECMA:

(?=["'])(?:"[^"\\]*(?:\\[\s\S][^"\\]*)*"|'[^'\\]*(?:\\[\s\S][^'\\]*)*')

POSIX extended:

"[^"\\]*(\\(.|\n)[^"\\]*)*"|'[^'\\]*(\\(.|\n)[^'\\]*)*'

или просто:

"([^"\\]|\\.|\\\n)*"|'([^'\\]|\\.|\\\n)*'

Образец (["'])(?:(?=(\\?))\2.)*?\1 выше выполняет эту работу, но меня беспокоят ее выступления (это неплохо, но может быть лучше). Мина ниже ее на 20% быстрее.

Шаблон "(.*?)" просто неполный. Мой совет для всех, кто это читает, просто НЕ ИСПОЛЬЗУЙТЕ ЭТО !!!

Например, он не может захватить много строк (при необходимости я могу предоставить исчерпывающий тестовый сценарий), как показано ниже:

$ string = 'Как вы? I \' m fine, thank you ';

Остальные из них так же хороши, как и выше.

Если вам действительно нравятся производительность и точность затем начинаются с одного ниже:

/(['"])((\\\1|.)*?)\1/gm

В моих тестах он охватывал каждую строку, которую я встречал, но если вы найдете что-то, что не работает, я бы с радостью обновил это для вас.

Проверьте мой шаблон в онлайн-тесте регулярного выражения .

Я работал над этим:

|([\'"])(.*?)\1|i

Я использовал в таком предложении:

preg_match_all('|([\'"])(.*?)\1|i', $cont, $matches);

, и он отлично работал.

Как ни странно, ни один из этих ответов не создает регулярное выражение, где возвращаемое совпадение является текстом внутри кавычек, что и требуется. MA-Madden пытается, но получает только внутренний матч как захваченную группу, а не весь матч. Один из способов сделать это:

(?<=(["']\b))(?:(?=(\\?))\2.)*?(?=\1)

Примеры для этого можно увидеть в этом демо https://regex101.com/r/Hbj8aP/1

Ключевым моментом здесь является положительный lookbehind в начале (?<=) и положительный результат в конце (?=). Lookbehind смотрит за текущим персонажем, чтобы проверить цитату, если она будет найдена, тогда начните оттуда, а затем lookahead проверит символ впереди для цитаты и, если будет найден, остановится на этом символе. Группа lookbehind (["']) заключена в скобки, чтобы создать группу для какой-либо цитаты, найденной в начале, затем она используется в конце lookahead (?=\1), чтобы убедиться, что она останавливается только тогда, когда находит соответствующую цитату.

Единственное другое осложнение состоит в том, что, поскольку lookahead на самом деле не потребляет конечную цитату, он будет снова найден с помощью начального lookbehind, который вызывает соответствие текста между конечными и стартовыми кавычками в одной и той же строке. Помещение границы слова на открытии цитаты (["']\b) помогает с этим, хотя в идеале я бы хотел пройти мимо взгляда, но я не думаю, что это возможно. Бит, позволяющий экранированным символам посередине, я взял непосредственно из ответа Адама.

БОЛЬШЕ ОТВЕТОВ! Вот решение, которое я использовал

\"([^\"]*?icon[^\"]*?)\"

TLDR; замените значок слова тем, что вы ищете в указанных цитатах и ​​voila!

Как это работает, он ищет ключевое слово и не заботится о том, что еще между кавычками. EG: id="fb-icon" id="icon-close" id="large-icon-close" регулярное выражение ищет метку кавычки ", тогда оно ищет любую возможную группу букв, которая не ", пока не найдет icon и любую возможную группу букв, которая не является ", тогда он ищет закрытие "

В отличие от ответа Адама, у меня есть простой, но сработавший:

(["'])(?:\\\1|.)*?\1

И просто добавьте скобки, если вы хотите получить контент в кавычках следующим образом:

(["'])((?:\\\1|.)*?)\1

Затем $1 соответствует quote char и $2 соответствует строке содержимого.

RegEx принятого ответа возвращает значения, в том числе их кавычки: "Foo Bar" и "Another Value" в качестве совпадений.

Здесь находятся RegEx, которые возвращают только значения между кавычки (как задавал вопрошающий):

Только двойные кавычки (используйте значение группы захвата # 1):

"(.*?[^\\])"

Одиночные кавычки (использование значения группы захвата # 1):

'(.*?[^\\])'

Оба (использование значения группы захвата # 2):

(["'])(.*?[^\\])\1

-

Все поддерживаемые экранированные и вложенные кавычки.

Я бы хотел:

"([^"]*)"

[^ "] является регулярным выражением для любого символа, кроме '" . Причина, по которой я использую это над не жадным многими операторами, так это то, что я должен продолжать искать это, чтобы убедиться, что я правильно понял.

От Greg H. Я смог создать это регулярное выражение в соответствии с моими потребностями.

Мне нужно было сопоставить определенное значение, которое было квалифицировано, находясь внутри кавычек. Это должно быть полное совпадение, никакое частичное совпадение не должно приводить к удару

, например. «test» не может соответствовать «test2».

reg = r"""(['"])(%s)\1"""
if re.search(reg%(needle), haystack, re.IGNORECASE):
    print "winning..."

Hunter

Если вы пытаетесь найти строки, которые имеют только определенный суффикс, например синтаксис точек, вы можете попробовать следующее:

\"([^\"]*?[^\"]*?)\".localized

Где .localized суффикс.

Пример:

print("this is something I need to return".localized + "so is this".localized + "but this is not")

Он будет захватывать "this is something I need to return".localized и "so is this".localized, но не "but this is not".

В общем, следующий фрагмент регулярного выражения - это то, что вы ищете:

"(.*?)"

Используется не-жадный *? оператора, чтобы захватить все до, но не включая следующую двойную кавычку. Затем вы используете механизм, специфичный для языка, для извлечения совпадающего текста.

В Python вы можете сделать:

>>> import re
>>> string = '"Foo Bar" "Another Value"'
>>> print re.findall(r'"(.*?)"', string)
['Foo Bar', 'Another Value']

Дополнительный ответ для подмножества кодеров Microsoft VBA только один использует библиотеку Microsoft VBScript Regular Expressions 5.5, и это дает следующий код

Sub TestRegularExpression()

    Dim oRE As VBScript_RegExp_55.RegExp    '* Tools->References: Microsoft VBScript Regular Expressions 5.5
    Set oRE = New VBScript_RegExp_55.RegExp

    oRE.Pattern = """([^""]*)"""


    oRE.Global = True

    Dim sTest As String
    sTest = """Foo Bar"" ""Another Value"" something else"

    Debug.Assert oRE.test(sTest)

    Dim oMatchCol As VBScript_RegExp_55.MatchCollection
    Set oMatchCol = oRE.Execute(sTest)
    Debug.Assert oMatchCol.Count = 2

    Dim oMatch As Match
    For Each oMatch In oMatchCol
        Debug.Print oMatch.SubMatches(0)

    Next oMatch

End Sub

Очень поздний ответ, но хотелось бы ответить

(\"[\w\s]+\")

http://regex101.com/r/cB0kB8/1

Мне понравилось решение Eugen Mihailescu , чтобы соответствовать контенту между кавычками, позволяя избежать кавычек. Однако я обнаружил некоторые проблемы с экранированием и придумал следующее регулярное выражение, чтобы исправить их:

(['"])(?:(?!\1|\\).|\\.)*\1

Он делает трюк и все еще довольно прост и удобен в обслуживании.

Демо (с некоторыми более тестовыми примерами, не стесняйтесь использовать его и расширять).

PS: Если вам просто нужен контент между кавычки в полном совпадении ($0) и не боятся штрафа за производительность, используйте:

(?<=(['"])\b)(?:(?!\1|\\).|\\.)*(?=\1)

PPS: Если ваша фокусировка зависит исключительно от эффективности, перейдите к Решение Казимира и Ипполита ; это хороший.