保留引号的正则表达式拆分字符串

Question

我需要根据空格作为分隔符，拆分以下类似的字符串。但是引号内的所有空格都应该被保留。

research library "not available" author:"Bernard Shaw"

到

research
library
"not available"
author:"Bernard Shaw"

我正在尝试在C#中完成这个任务，我有一个来自Stack Overflow的正则表达式：@"(?<="")|\w[\w\s]*(?="")|\w+|""[\w\s]*"""，它可以将字符串分割成

research
library
"not available"
author
"Bernard Shaw"

很不幸，这并不能完全满足我的需求。

我正在寻找任何可以解决问题的正则表达式。

感谢任何帮助。

- itsbalur

Answer 1

只要在引号内部不存在可转义的引号，以下内容应该可以正常工作：

splitArray = Regex.Split(subjectString, "(?<=^[^\"]*(?:\"[^\"]*\"[^\"]*)*) (?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)");

这个正则表达式仅在空格字符被偶数个引号包围时才分割。

不包含所有那些转义引号的正则表达式，解释如下：

(?<=      # Assert that it's possible to match this before the current position (positive lookbehind):
 ^        # The start of the string
 [^"]*    # Any number of non-quote characters
 (?:      # Match the following group...
  "[^"]*  # a quote, followed by any number of non-quote characters
  "[^"]*  # the same
 )*       # ...zero or more times (so 0, 2, 4, ... quotes will match)
)         # End of lookbehind assertion.
[ ]       # Match a space
(?=       # Assert that it's possible to match this after the current position (positive lookahead):
 (?:      # Match the following group...
  [^"]*"  # see above
  [^"]*"  # see above
 )*       # ...zero or more times.
 [^"]*    # Match any number of non-quote characters
 $        # Match the end of the string
)         # End of lookahead assertion

- Tim Pietzcker

---

如何使用句点、问号、感叹号等符号而非空格来分割它。我想逐句获取每个句子，但不包括引号内的内容。例如：走了。回头看了看。但为什么？然后说：“你好世界。该死的字符串分割！”毫不羞愧。 - ErTR

@ErtürkÖztürk：这个问题值得在StackOverflow上单独提问，因为它太大了，无法在评论中回答。 - Tim Pietzcker

@TimPietzcker，我不知道为什么，但我几乎问了同样的问题（https://dev59.com/3ZHea4cB1Zd3GeqPomQE），但我得到了太多的反应，比如“这里不是代码编写服务”或“不清楚”，所以我在评论中尝试一下我的运气。 - ErTR

Answer 2

请看下面：

C#:

Regex.Matches(subject, @"([^\s]*""[^""]+""[^\s]*)|\w+")

正则表达式：

([^\s]*\"[^\"]+\"[^\s]*)|\w+

- Joel Rein

---

嘿，没注意到Tim的回答。那个可以用来分割，这个是用来匹配的。 - Joel Rein