Java Regex - 捕获引号之外的所有内容

Question

TLDR：我希望捕获引号之外的所有内容，但我似乎无法在 Java 中使用此正则表达式 \"|"(?:\"|[^"])*"|([^ \"]+)，同时它可以在 http://myregexp.com/ 等网站上运行。谁能指出我做错了什么？

嗨，我目前正在尝试分析 .java 源代码并将引号之外的所有内容提取为字符串（忽略转义引号）。

例如，在这个字符串中：

这应该被捕获为“不是这个”和“也不是“这个””。

我应该能够使用模式和匹配器来找到“这应该被捕获”，“和”，“。”。

我目前拥有的是 \"[^\"]+\"|([^\"]+)，如果文档中存在一对相等的“”，则效果很好，但一旦存在就会中断逃脱的。

在在线正则表达式测试仪上，我尝试了 \"|"(?:\"|[^"])*"|([^\"]+) 这似乎完全符合我的要求，但是当我在 Java 中尝试时，却没有。

Answer 1

对于您当前的任务来说，您可以使用一种模式来匹配双引号字符串文字来split字符串：

List[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");

查看 Java 演示：

String s = "This should be captured \"not this\" and \"not \\\"this\\\" either\".";
String[] res = s.split("\\s*\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"\\s*");
System.out.println(Arrays.toString(res));
// => [This should be captured, and, .]

图案详情：

• \\s*

  - 0+ 个空格

• \"

  - 双引号

• [^\"\\\\]*

  - 除

  "

  和

  \

之外的 0+ 个字符

• (?:\\\\.[^\"\\\\]*)*

  - 0+ 个序列：

  • \\\\.

    -

    \

    和除换行符之外的任何字符

  • [^\"\\\\]*

    - 除

    "

    和

    \

  之外的 0+ 个字符

• \"\\s*

  - 一个

  "

  和 0+ 个空格

Answer 2

String s = "This should be captured \"not this\" and \"not \\\"this\\\" either\".";
String[] res = s.split("\"([^\"]*)\"");
System.out.println(Arrays.toString(res));

这是一个相对较短的正则表达式模式匹配表达式。