Python 正则表达式匹配带转义单引号的引号字符串

Question

我使用这个模式来匹配解析器中的单引号字符串:

"'.+?'"

但我需要正则表达式，它可以使用 postgres 找到单引号字符串，例如单个 qoutes 的转义(加倍单个 qoutes)。需要匹配这样的东西:

"'first', 'sec''ond', 't''hi''rd'"

我想找到以单引号开头和结尾的字符串的最短匹配项，因此上面的字符串意味着 3 个子字符串:

'first'
'sec''ond'
't''hi''rd'

Answer 1

当然，'(?:[^']|'')*'是为此工作的正则表达式:它匹配 ' 后跟除 ' 以外的零个或多个字符或双 ' 后跟尾随 '.

但是，为了提高效率，您可以使用 unroll-the-loop technique 来展开它.

'[^']*(?:''[^']*)*'

参见 the regex demo并注意正则表达式找到所有匹配项需要多少步。

正则表达式可以理解为

• ' - 匹配一个'
• [^']* - 然后是 '
以外的零个或多个字符
• (?:''[^']*)* - 然后是零个或多个 '' 序列，后跟零个或多个 ' 以外的字符
• ' - 然后匹配尾随的 '。

这个正则表达式有一个线性模式，涉及尽可能少的回溯。

请注意:如果您添加前瞻性检查是否有 、 或尾随 ':

'.+?'(?=,|$)
     ^^^^^^^

参见 regex demo .但是，它依赖于上下文并且效率低于展开的正则表达式。