如何使用正则表达式匹配引号中的字符串

Question

假设我有一个文本文件，其中包含以下文本：

第一篇文章

“一些文本”

“124arandom txt that should not be parsed!@”

“124 Some Text”

“어떤 글”

这个文本需要逐行读取。我想匹配以下字符串：Some Text、124 Some Text 和 어떤 글。注意：如果引号内包含外语，也需要进行匹配。

更新：

我发现了一些奇怪的事情。我尝试了一些随机的东西，发现：

string s = "어떤 글"
Regex regex = new Regex("[^\"]*");
MatchCollection matches = regex.Matches(s);

匹配项数量为10，且生成了一些空项（解析文本在索引2中）。这可能是我在仅执行Regex.Replace时一直获取空字符串的原因。为什么会发生这种情况？

- TtT23

---

在发布这个问题之前，您是否查看了相关的问题？ - JleruOHeP

@JleruOHeP 我试过了，但它们并没有真正有用。 - TtT23

甚至从右边开始数第一个 - https://dev59.com/dXRC5IYBdhLWcg3wMeHf?rq=1 ? - JleruOHeP

@JleruOHeP 请查看我上面写的catch，您会看到我的问题与众不同。它需要捕获所有语言中可能出现的引号内的任何文本。此外，您提供的链接显示了如何匹配括号之间的字符串。 - TtT23

你没有将正则表达式锚定，它可能从字符串的任何位置开始匹配。因为你使用的是星号而不是加号，所以允许空匹配。在第一个引号之前和最后一个引号之后存在一个空匹配。 - Zarat

Answer 1

如果您逐行阅读文本，则正则表达式

"[^"]*"

这将会找到所有带引号的字符串，除非它们内部包含转义引号，例如 "a 2\" by 4\" board"。

要正确匹配这些字符串，您需要

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

如果您不想将引号作为匹配的一部分，请使用环视断言：

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

这些正则表达式作为C#正则表达式，可以像这样创建：

Regex regex1 = new Regex(@"(?<="")[^\""]*(?="")");
Regex regex2 = new Regex(@"(?<="")(?:\\.|[^""\\])*(?="")");

- Tim Pietzcker

---

我尝试过这个，但它不适用于外语。可能的原因是什么？ - TtT23

[^"] 匹配除引号外的任何字符，因此它也可以匹配外语中的字符。您如何使用正则表达式？可能涉及从右到左的语言吗？ - Tim Pietzcker

@l46kok：你需要使用逐字字符串，并对包含正则表达式的字符串中的引号进行转义：Regex regex = new Regex(@"""[^\""]*"""); - Tim Pietzcker

你上面给我的代码似乎非常有效，但它也捕获了引号和匹配的字符串。有没有办法避免引号？ - TtT23

@l46kok：抱歉回复晚了，我不在办公室；我现在已经编辑了我的答案，将匹配中的引号排除在外。 - Tim Pietzcker

Answer 2

你可以使用正则表达式，然后尝试将其与任何想要的文本匹配。可以在循环中或者其他需要的地方使用。

string str = "\"your text\"";
//check for at least on char inside the qoutes
Regex r = new Regex("\".+\"");
bool ismatch = r.IsMatch(str); 

- YAYAYAYA

---

我以为在C#中，引号是通过加倍来转义的？ - Tim Pietzcker

不，它们不是。转义字符是“\”，如果您想在文本中包含引号，则需要在其前面放置“\”或在整个文本之前放置“@”，例如：@""hi all"" = ""hi all"" = 打印文本 "hi all"。 - YAYAYAYA

啊，好的，我在C#中总是使用@字符串来表示正则表达式，因为很可能需要用到反斜杠来表示正则表达式本身 :) - Tim Pietzcker

如果需要在字符串中添加 \，请写成 \。 - YAYAYAYA

Answer 3

对于Javascript（和Typescript），正确的RegExp是：

let matchDoubleQuotedString = /"(?:[^"]|\")*"/

let matchSingleQuotedString = /'(?:[^']|\')*'/

let matchQuotedString = /"(?:[^"]|\")*"|'(?:[^']|\')*'/

匹配单引号字符或反斜杠和引号（零次或多次）。

- Alf Nielsen