c# - 正则表达式匹配不在引号中的关键字

Question

我怎样才能找到不在字符串中的关键字。

例如，如果我有文本:

Hello this text is an example.

bla bla bla "this text is inside a string"

"random string" more text bla bla bla "foo"

我希望能够匹配所有的单词 text不在里面 " " .在其他情况下，我想匹配:

请注意，我不想匹配以红色突出显示的文本，因为它在字符串中

---

可能的解决方案:

我一直在努力，这是我目前所做的:

(?s)((?<q>")|text)(?(q).*?"|)

请注意正则表达式将 if 语句用作:(?(predicate) true alternative|false alternative)

因此正则表达式将显示为:

find " or text. If you find " then continue selecting until you find " again (.*?") if you find text then do nothing...

当我运行那个正则表达式时，我匹配了整个字符串。我问这个问题是为了学习。我知道我可以删除所有字符串，然后查找我需要的内容。

Answer 1

这是一个答案:

(?<=^([^"]|"[^"]*")*)text

这意味着:

(?<=       # preceded by...
^          # the start of the string, then
([^"]      # either not a quote character
|"[^"]*"   # or a full string
)*         # as many times as you want
)
text       # then the text

您可以轻松地扩展它来处理包含转义的字符串。

在 C# 代码中:

Regex.Match("bla bla bla \"this text is inside a string\"",
            "(?<=^([^\"]|\"[^\"]*\")*)text", RegexOptions.ExplicitCapture);

从评论讨论中添加 - 扩展版本(逐行匹配并处理转义)。为此使用 RegexOptions.Multiline:

(?<=^([^"\r\n]|"([^"\\\r\n]|\\.)*")*)text

在 C# 字符串中，它看起来像:

"(?<=^([^\"\r\n]|\"([^\"\\\\\r\n]|\\\\.)*\")*)text"

因为你现在想使用 ** 而不是 " 这里有一个版本:

(?<=^([^*\r\n]|\*(?!\*)|\*\*([^*\\\r\n]|\\.|\*(?!\*))*\*\*)*)text

解释:

(?<=       # preceded by
^          # start of line
 (         # either
 [^*\r\n]| #  not a star or line break
 \*(?!\*)| #  or a single star (star not followed by another star)
  \*\*     #  or 2 stars, followed by...
   ([^*\\\r\n] # either: not a star or a backslash or a linebreak
   |\\.        # or an escaped char
   |\*(?!\*)   # or a single star
   )*          # as many times as you want
  \*\*     # ended with 2 stars
 )*        # as many times as you want
)
text      # then the text

由于此版本不包含 " 字符，因此使用文字字符串更简洁:

@"(?<=^([^*\r\n]|\*(?!\*)|\*\*([^*\\\r\n]|\\.|\*(?!\*))*\*\*)*)text"