RegEx:在引号之间抓取值

一般来说，下面的正则表达式片段就是你要找的:

"(.*?)"

这使用了非贪婪的*?运算符来捕获下一个双引号之前的所有内容。然后，使用特定于语言的机制提取匹配的文本。

在Python中，你可以这样做:

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

我认为:

"([^"]*)"

我一直在使用以下方法并取得了巨大的成功:

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

它还支持嵌套引号。

对于那些想要更深入地解释它是如何工作的人来说，下面是来自用户ephemient的解释:

([""'])匹配引号;((?=(\\?))\2.)如果存在反斜杠，吞噬它，无论是否发生，匹配一个字符;*?匹配多次(非贪婪，如不吃结束引号);\1匹配用于开头的相同引号。

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

这将导致:>Foo Bar<><>但This <

为了清晰起见，我在这里显示了><之间的结果字符串，也使用了这个sed命令的非贪婪版本，我们首先抛出“”'s之前和之后的垃圾，然后用“”'s之间的部分替换它，并用><'s包围它。

这个版本

• 转义引号的说明
• < p >控制回溯

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

对我来说是这样的:

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

我曾经用过这样一个句子:

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

而且效果很好。

我能够创建这个正则表达式来满足我的需求。

我需要匹配一个包含引号的特定值。它必须是完全匹配的，没有部分匹配可以触发命中

如。“test”不能与“test2”匹配。

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

猎人

我喜欢《Axeman》更广阔的版本，但也遇到了一些问题(游戏邦注:例如它并不匹配

foo "string \\ string" bar

或

foo "string1"   bar   "string2"

正确，所以我试图修复它:

# opening quote
(["'])
(
# repeat (non-greedy, so we don't span multiple strings)
(?:
# anything, except not the opening quote, and not
# a backslash, which are handled separately.
(?!\1)[^\\]
|
# consume any double backslash (unnecessary?)
(?:\\\\)*
|
# Allow backslash to escape characters
\\.
)*?
)
# same character as opening quote
\1

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

试试这个，就像一个魅力!!

\表示跳过字符

很晚才回答，却喜欢回答

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

http://regex101.com/r/cB0kB8/1 < a href = " http://regex101.com/r/cB0kB8/1 " > < / >

让我们看看处理转义引号的两种有效方法。这些模式不是为了简洁或美观而设计的，而是为了高效。

这些方法使用第一个字符区分快速查找字符串中的引号，而不需要进行替换。(这个想法是快速丢弃不是引号的字符，以测试交替的两个分支。)

引号之间的内容用展开的循环(而不是重复的交替)来描述，这样更有效:[^"\\]*(?:\\.[^"\\]*)*

显然，要处理没有平衡引号的字符串，您可以使用所有格量词代替:[^"\\]*+(?:\\.[^"\\]*)*+或一个替代方法来模拟它们，以防止太多的回溯。你也可以选择一个带引号的部分可以是一个开始引号，直到下一个(非转义)引号或字符串的结尾。在这种情况下，没有必要使用所有格量词，你只需要使最后一个引用是可选的。

注意:有时引号不是用反斜杠转义，而是通过重复引号转义。在这种情况下，内容子模式看起来像这样:[^"]*(?:""[^"]*)*

这些模式避免使用捕获组和反向引用(我的意思是类似(["']).....\1)，并使用简单的交替，但在开始时使用["'], in factor。

Perl像:

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

(注意，(?s:...)是一个语法糖，用于在非捕获组中打开dotall/单线模式。如果不支持此语法，您可以轻松地为所有模式打开此模式或将点替换为[\s\S])

(这种模式的编写方式完全是“手工驱动的”，没有考虑到最终的引擎内部优化)

ECMA脚本:

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

POSIX扩展:

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

或者仅仅是:

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

上面的模式(["'])(?:(?=(\\?))\2.)*?\1可以完成这项工作，但我担心它的性能(它并不差，但可以更好)。我的比它快20%。

模式"(.*?)"是不完整的。我对阅读这篇文章的人的建议是不要使用它!!

例如，它不能捕获很多字符串(如果需要，我可以提供一个详尽的测试用例)，如下所示:

$string = '你好吗?我很好，谢谢你’;

其余的都和上面那个一样“好”。

如果你真的关心性能和精度，那么就从下面的开始:

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

在我的测试中，它涵盖了我遇到的每一个字符串，但如果你发现一些不工作的东西，我很乐意为你更新它。

在在线正则表达式测试器中检查我的模式。

接受的答案的RegEx返回值，包括它们的寻源引号:"Foo Bar"和"Another Value"作为匹配。

下面是只返回< em > < / em >之间的值引号的RegEx(正如提问者所要求的):

仅限双引号(捕获组#1的使用值):

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

仅限单引号(捕获组#1的使用值):

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

这两个(捕获组#2的使用值):

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

-

全部支持转义和嵌套引号。

更多的答案!这是我使用的解决方案

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

特别的是，这些答案都不会产生一个正则表达式，其中返回的匹配是所要求的引号内的文本。MA-Madden尝试了，但只获得了内部匹配，而不是整个匹配。一种实际的方法是:

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

这方面的例子可以在这个演示https://regex101.com/r/Hbj8aP/1中看到

这里的关键是开始时的正向向后看(?<=)和结束时的正向向前看(?=)。向后查找是在当前字符后面查找引用，如果找到了就从那里开始，然后向前查找是在字符前面查找引用，如果找到了就停在那个字符上。后面的追溯组(["'])被括在括号中，为开头找到的任何报价创建一个组，然后在结尾的超前追溯(?=\1)中使用这个组，以确保它只在找到相应的报价时才停止。

唯一的另一个复杂之处在于，由于前向查询实际上并不使用结束引号，它将被开始后向查询再次找到，这将导致匹配同一行上结束引号和开始引号之间的文本。在开头引用(["']\b)上设置单词边界有助于这一点，尽管理想情况下，我希望跳过前置式，但我认为这是不可能的。中间允许转义字符的部分直接取自亚当的回答。

如果你试图查找只有特定后缀的字符串，比如点语法，你可以尝试这样做:

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

其中.localized是后缀。

例子:

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

它将捕获"this is something I need to return".localized和"so is this".localized，但不捕获"but this is not"。

仅限微软VBA编码器 one子集的补充答案使用库Microsoft VBScript Regular Expressions 5.5，并给出以下代码

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

与亚当的答案不同，我有一个简单但有效的答案:

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

如果你想要得到引号中的内容，只需添加圆括号:

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

然后$1匹配引号字符，$2匹配内容字符串。

我喜欢欧根·米哈列斯库的解决方案来匹配引号之间的内容，同时允许转义引号。然而，我发现了一些转义的问题，并提出了以下正则表达式来解决它们:

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

它做到了这一点，而且仍然非常简单，易于维护。

< >强演示< / >强(带有更多的测试用例;请随意使用并扩展它)。

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

_{不幸的是，没有引号作为锚，我不得不添加一个边界\b，它不能很好地处理开始引号后的空格和非单词边界字符。}

_{或者，修改初始版本，只需添加一个组，并提取字符串形式$2:}

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

以上所有的答案都很好....除了他们不支持所有的unicode字符!在ECMA脚本(Javascript)

如果你是Node用户，你可能想要支持所有unicode字符的可接受答案的修改版本:

/(?<=((?<=[\s,.:;"']|^)["']))(?:(?=(\\?))\2.)*?(?=\1)/gmu

在这里试试。

我的解决方案如下

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

演示链接:https://regex101.com/r/jlhQhV/1

解释:

(["'])→匹配到'或"，并在找到匹配后将其存储在反向引用\1中

.*→贪心方法继续匹配所有内容0次或更多次，直到在字符串末尾遇到'或"。遇到这种状态后，正则表达式引擎返回到上一个匹配字符，此时正则表达式结束，将移动到下一个正则表达式。

\1→匹配到先前与第一个捕获组匹配的字符或字符串。

(?![^\s])→负前向以确保在前一个匹配之后不应该有任何非空格字符