正则表达式提取字符串部分

Question

我有一个字符串，形式为：

Foo
"Foo"
"Some Foo"
"Some Foo and more"

我需要提取被引号包围的值Foo，该值可以被任意数量的字母数字和空格字符所包围。因此，对于上面的示例，我希望输出结果为：

<NoMatch>
Foo
Foo
Foo

我一直在尝试让这个工作起来，目前我使用了引号的前后查找模式。这对于"Foo"有效，但对于其他情况无效。

(?<=")Foo(?=")

进一步扩展到

(?<=")(?<=.*?)Foo(?=.*?)(?=")

无法工作。

任何帮助将不胜感激！

- Kami

---

你说“被字母数字字符包围”。引号和空格不是字母数字字符。 - Barmar

你使用什么编程语言？ - Casimir et Hippolyte

我正在使用它作为在Notepad++中进行搜索和替换的一部分。 - Kami

@Barmar 谢谢，我已经重新措辞了问题。 - Kami

你能确定以下几点吗？a) 引号是否总是正确配对？b) 是否没有任何转义引号？c) 引用的字符串是否从不跨越多行？ - Tim Pietzcker

@TimPietzcker 是的，它们将始终保持平衡，并且文本中不需要其他引号。 - Kami

Answer 1

如果引号正确平衡且引用的字符串不跨越多行，则可以简单地向前查看字符串以检查是否有偶数个引号。如果不是这样，我们就知道我们在引用字符串中：

Foo(?![^"\r\n]*(?:"[^"\r\n]*"[^"\r\n]*)*$)

说明：

Foo          # Match Foo
(?!          # only if the following can't be matched here:
 [^"\r\n]*   # Any number of characters except quotes or newlines
 (?:         # followed by
  "[^"\r\n]* # (a quote and any number of non-quotes/newlines
  "[^"\r\n]* # twice)
 )*          # any number of times.
 $           # End of the line
)            # End of lookahead assertion

在regex101.com上可以实时查看。

- Tim Pietzcker

---

有没有办法在没有引号的情况下排除该行？目前，此模式匹配Foo以及"Foo"。 - Kami

@Kami：不应该这样做。请查看测试链接。可能需要在正则表达式前加上“（？m）”，以确保“$”匹配行末，而不仅仅是文件末尾。但通常这是文本编辑器的默认行为。 - Tim Pietzcker

Answer 2

回顾先行断言 ((?<=something) 和 (?=something)) 不能用于变长模式，即.*。请尝试以下方法：

(?<=")(.*?)(Foo)(.*?)(?=")

然后使用匹配字符串（根据您的语言：$1，$2，...或\1，\2，...或某些数组成员等）。

- Vedran Šego

---

这个匹配整行，我只想提取 Foo。 - Kami

@Kami，您正在提取它作为第二个匹配字符串。不可否认，这里的环视没有用处。 - Vedran Šego

Answer 3

尝试使用这种模式做一些事情：

"[^"]*?Foo[^"]*?"

- Casimir et Hippolyte

---

这个匹配整行，我只想提取 Foo。 - Kami

@Kami：你必须在想要保留的内容周围添加捕获括号。 - Casimir et Hippolyte

Answer 4

在Notepad++中

search : ("[^"]*)Foo([^"]*")
replace : $1Bar$2

- Toto

---

如果在引号字符串中有两个 Foo，会怎么样？ - Tim Pietzcker

@TimPietzcker：只有一个被替换了。但是由于OP没有提到任何其他信息，这可能已经足够了。 - Toto

@TimPietzcker：您可以再次点击“replaceAll”按钮。 - Casimir et Hippolyte

@CasimiretHippolyte：呃。:) - Tim Pietzcker