正则表达式-字符串和转义引号

Question

如何获取以下两个文本中引号中的内容？

text_1 = r""" "Some text on \"two\" lines with a backslash escaped\\" \
     + "Another text on \"three\" lines" """

text_2 = r""" "Some text on \"two\" lines with a backslash escaped\\" + "Another text on \"three\" lines" """

对我来说问题在于如果引号被转义，它们应该被忽略，但是有可能反斜杠也被转义。

我想要获得以下分组。

[
    r'Some text on \"two\" lines with a backslash escaped\\',
    r'Another text on \"three\" lines'
]

- user1054158

---

抱歉，我编辑了我的问题，因为谷歌翻译添加了一些错误的空格。 - user1054158

你需要更多的转义符。为什么要在中间进行连接？那只会分散你的问题的注意力。 - Martijn Pieters

@MartijnPieters 你是对的。这是我问题的简化版本。 - user1054158

有什么需要忽略的吗？我没有看到任何转义。 - jamylak

抱歉，这里有一个更好的例子。 - user1054158

Answer 1

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

匹配带引号的字符串，包括其中出现的任何转义字符。

说明：

"       # Match a quote.
(?:     # Either match...
 \\.    # an escaped character
|       # or
 [^"\\] # any character except quote or backslash.
)*      # Repeat any number of times.
"       # Match another quote.

- Tim Pietzcker

---

这给了我一个“正则表达式意外结束”的错误。有什么想法为什么会出现这种情况？ - Saheel Godhane

@SaheelGodhane：很可能是由于字符串处理。在Python中，如果您想编译此正则表达式，则需要使用单引号中的原始字符串：re.compile(r'"(?:\\.|[^"\\])*"')。 - Tim Pietzcker

Answer 2

匹配除双引号外的所有内容：

import re
text = "Some text on \"two\" lines" + "Another text on \"three\" lines"
print re.findall(r'"([^"]*)"', text)

输出

['two', 'three']

- perreal

Answer 3

>>> import re
>>> text = "Some text on\n\"two\"lines" + "Another texton\n\"three\"\nlines"
>>> re.findall(r'"(.*)"', text)
["two", "three"]

- Pit

---

抱歉，我在我的问题中忘记了一些转义引号。已经更新。 - user1054158

没关系，就我所知道的来看。编辑：好吧，确实有关系。让我调查一下。 - Pit

.*将匹配包括双引号在内的所有符号，所以如果没有换行符\n，它将输出"two\"linesAnother texton\"three\"。 - ovgolovin

@projetmbc 很高兴听到这个消息，不过 perreal 给出了正确的答案。如果它符合您的需求，请务必接受它！ - Pit

@Pit 如果使用类似于“...”+“...”这样的东西，确实会出现问题。 - user1054158

Answer 4

>>> import re
>>> text_1 = r""" "Some text on \"two\" lines with a backslash escaped\\" \
     + "Another text on \"three\" lines" """
>>> text_2 = r""" "Some text on \"two\" lines with a backslash escaped\\" + "Another text on \"three\" lines" """
>>> re.findall(r'\\"([^"]+)\\"', text_2)
['two', 'three']
>>> re.findall(r'\\"([^"]+)\\"', text_1)
['two', 'three']

也许您想要这个：

re.findall(r'\\"((?:(?<!\\)[^"])+)\\"', text)

- jamylak

---

抱歉我的英语不太好，因为它不是我的母语。所以我想“简单地”捕获Python字符串以进行高亮显示和其他操作。 - user1054158

@projetmbc 没问题，你能提供一个这个方法不适用的例子吗？ - jamylak

我已经添加了我想要获取的群组。 - user1054158

@projetmbc 好的，很好有人理解这个！ - jamylak

很难用非母语的语言让人理解。抱歉。 - user1054158

@projetmbc 哦，我的意思是我尝试了他的解决方案，但它产生了与您要求的不同的结果。无论如何，现在让我们忘记这件事吧！ - jamylak