正则表达式匹配排除特定上下文

Question

我试图查找字符串中带有单引号的词，但仅限于那些单引号不在括号内的情况。

例如字符串： something, 'foo', something ('bar') 所以对于给定的示例，我想匹配foo，但不是bar。

在搜索正则表达式示例后，我能够匹配单引号中的内容（请参见下面的代码片段），但不确定如何排除先前描述的上下文中的匹配。

string line = "something, 'foo', something ('bar')";
Match name = Regex.Match(line, @"'([^']*)");
if (name.Success)
{
    string matchedName = name.Groups[1].Value;
    Console.WriteLine(matchedName);
}

- stratocaster_master

---

括号是否直接包围单引号？即，对于“foo”，(text 'foo' text)是否匹配？ - Richard

Regex101.com是一个非常好的网站，用于测试正则表达式，以确定它是否按照您的预期工作。 - Woot

@Woot：Regex101不支持.NET正则表达式。要测试.NET正则表达式，Ultrapico Expresso工具非常好。 - Wiktor Stribiżew

它们可能并不总是立即包围单引号。例如，如果要搜索的字符串是 ('a'，'b'，'c')，我不想匹配a、b或c。 - stratocaster_master

Answer 1

我建议使用前瞻（lookahead）代替（在此处查看live），示例如下：

(?<!\()'([^']*)'(?!\))

或者使用C#：

string line = "something, 'foo', something ('bar')";
Match name = Regex.Match(line, @"(?<!\()'([^']*)'(?!\))");
if (name.Success)
{
    Console.WriteLine(name.Groups[1].Value);
}

- Thomas Ayoub

Answer 2

使用交替组并匹配和捕获所需内容，仅匹配不需要的内容是获取所需内容最简单的方法：

\([^()]*\)|'([^']*)'

请参阅正则表达式演示。 详细信息：

- \( - 匹配左括号( - [^()]* - 匹配0个或多个除了(和)之外的字符 - \) - 匹配右括号) - | - 或 - ' - 匹配单引号' - ([^']*) - 捕获组1，匹配0个或多个除了'之外的字符 - ' - 匹配单引号' 在C#中，使用.Groups[1].Value获取所需的值。请参阅在线演示。

var str = "something, 'foo', something ('bar')";
var result = Regex.Matches(str, @"\([^()]*\)|'([^']*)'")
    .Cast<Match>()
    .Select(m => m.Groups[1].Value)
    .ToList();

另一种选择是由Thomas提出的，但由于它是.NET，您可以使用无限宽度回顾：

(?<!\([^()]*)'([^']*)'(?![^()]*\))

请参考这个正则表达式演示。

细节说明：

• (?<!\([^()]*) - 负向零宽断言，如果在当前位置之前有(并且后面跟着0个或多个非(和)的字符，则匹配失败。
• '([^']*)' - 匹配一个引号，将除单引号之外的0个或多个字符捕获到第1组，并匹配另一个单引号。
• (?![^()]*\)) - 负向零宽断言，如果在当前位置之后有0个或多个非(和)的字符，后跟一个)，则匹配失败。该断言在前一子模式中的最后一个'之后应用，以避免匹配'。

由于您想要排除'，因此与上面相同的代码适用。

- Wiktor Stribiżew

---

我很感激你提供的深入解释，这有助于我理解你的方法。我正在尝试理解这两种解决方案之间的区别：无限宽度回顾提供了什么优势？ - stratocaster_master

无限宽度的“向后查找”允许用*和+量化的子模式。在需要的模式之前，可能会失败或需要出现更多的子模式比紧挨着的子模式更远的位置。 - Wiktor Stribiżew