如何匹配带有可选引号的模式？

Question

如何编写一个正则表达式来匹配一个可以包含引号的模式，但是如果有引号，则必须在开头和结尾处具有匹配的引号？

"?(pattern)"?

这样做是不起作用的，因为它会允许以引号开头但没有以引号结尾的模式。

"(pattern)"|(pattern)

这样可以运行，但是有些重复。是否有更好的方法来避免重复模式？

- Jake

---

你在使用哪种正则表达式呢？.Net允许这种“括号匹配”，但其他类型的不支持。 - cristobalito

相关探讨：https://dev59.com/X07Sa4cB1Zd3GeqP69EB - polygenelubricants

Answer 1

通过利用反向引用和条件语句，可以获得不重复的解决方案：

/^(")?(pattern)(?(1)\1|)$/

匹配：

• pattern
• "pattern"

不匹配：

• "pattern
• pattern"

这个正则表达式有点复杂。它首先查找可选的引号，并将其放入第一个回溯引用中（如果找到）。然后查找您的模式。然后使用条件语法来表示“如果再次找到回溯引用1，则匹配它，否则不匹配”。整个模式都被锚定，这意味着它需要单独出现在一行上，以便不会捕获未匹配的引号（否则，pattern中的pattern"将匹配）。

请注意，对于条件语法的支持因引擎而异，更冗长但重复的表达式将得到更广泛的支持（并且可能更容易理解）。

---

更新：这个正则表达式的简化版本是/^(")?(pattern)\1$/，它不需要条件语法。当我最初测试时，使用的测试工具给了我一个错误的负面结果，导致我将其排除在外（糟糕！）。

我会保留使用条件语法的解决方案供后人和感兴趣的人参考，但这个更简单的版本在更多引擎中可能更容易使用（只使用了回溯引用这一功能，可能不受支持）。

- Daniel Vandersluis

---

@rubber 曾经，我知道如何进行递归正则表达式，但我想为了人类的利益而遗忘了。 - Daniel Vandersluis

@Daniel：如果你忘记条件语句，人类可能也不会介意。^("?)pattern\1$可以很好地工作。(@wuputah的删除答案没有起作用，因为它没有被锚定。而且@Tim，贪婪量词/原子组是不需要的。) - Alan Moore

@Alan 看起来我之前使用的正则表达式测试工具有一个漏洞，导致我对 ^("?)pattern\1$ 得到了错误的结果，这也是我一开始尝试条件语句解决方案的原因...糟糕。 - Daniel Vandersluis

我说忘记条件语句只是半开玩笑。我早就学过它们，但后来我主要使用Java——它从未支持条件语句——我从未想念它们。虽然听起来很不错，但几乎总有更好的方法。 - Alan Moore

Java不支持条件构造。我使用**(['"]??)(pattern)\1(?=[^'"])**。 - lunicon

Answer 2

这也很简单：(".+"|.+)。确保第一个匹配项带引号，第二个不带引号。

- Jonas Stensved

---

我很惊讶为什么没有人喜欢这个。它非常简单而优雅。 - humility

Answer 3

根据您使用的编程语言，您应该能够使用反向引用。例如：

(["'])(pattern)\1|^(pattern)$

这样，您要求要么没有引号，要么在两端使用相同的引号。

- zigdon

Answer 4

这应该可以使用递归正则表达式（需要更长时间才能正确）工作。与此同时：在Perl中，您可以构建一个自修改的正则表达式。我将其作为学术示例留下；-）

my @stuff = ( '"pattern"', 'pattern', 'pattern"', '"pattern'  );

foreach (@stuff) {
   print "$_ OK\n" if /^
                        (")?
                        \w+
                        (??{defined $1 ? '"' : ''})
                       $
                      /x
}

结果：

"pattern" OK
pattern OK

- rubber boots

Answer 5

通常@Daniel Vandersluis的回答是可行的。然而，一些编译器如果可选组（“）为空，则无法识别它，因此它们无法检测到反向引用\1。

为了避免这个问题，更健壮的解决方案是：

/^("|)(pattern)\1$/

然后编译器将始终检测第一组。如果表达式中有一些前缀并且您想先捕获它，则可以修改此表达式：

/^(key)=("|)(value)\2$/

- marbri91