如何编写一个正则表达式来匹配一个字符串字面量，其中转义是引号字符的加倍？

Question

我正在使用 ply 编写解析器，需要识别 FORTRAN 字符串字面量。这些字符串用单引号引起来，并且转义字符是双引号。例如： 'I don''t understand what you mean' 是一个有效的 FORTRAN 转义字符串。

Ply 使用正则表达式输入。到目前为止，我的尝试没有成功，我不明白为什么。 t_STRING_LITERAL = r"'[^('')]*'" 有什么想法吗？

- Brendan

Answer 1

字符串字面量是：

1. 一个开放的单引号，后面跟着：
2. 任意数量的双引号和非单引号字符，然后
3. 一个关闭的单引号。

因此，我们的正则表达式是：

r"'(''|[^'])*'"

- Anon.

---

这似乎无法处理转义序列。 - Cyoce

Answer 2

你想要这样的东西：

r"'([^']|'')*'"

这段话的意思是，在单引号内，你可以使用双引号或非引号字符。方括号定义了一个字符类，其中列出可能匹配或不匹配的字符。它不允许更复杂的内容，因此尝试使用括号并匹配多个字符序列('')是行不通的。相反，你的[^('')]字符类等同于[^'()]，即它匹配任何不是单引号、左括号或右括号的字符。

- John Kugelman

Answer 3

通常来说，如果你遇到了问题字符串字面量的解析，想要快速且不太规范地解决它们很容易。但是，为了得到一个通用的解决方案，你可以使用pyparsing模块获取非常强大和完整的字符串字面量正则表达式。

>>> import pyparsing
>>> pyparsing.quotedString.reString
'(?:"(?:[^"\\n\\r\\\\]|(?:"")|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*")|(?:\'(?:[^\'\\n\\r\\\\]|(?:\'\')|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*\')'

我不确定FORTRAN的字符串字面量和Python之间是否存在重大差异，但如果没有其他参考资料，这是一个方便的参考。

- Mu Mind

---

这似乎无法处理f-strings。 - Dmitri Nesteruk

Answer 4

import re

ch ="'I don''t understand what you mean' and you' ?"

print re.search("'.*?'",ch).group()
print re.search("'.*?(?<!')'(?!')",ch).group()

结果

'I don'
'I don''t understand what you mean'

- eyquem