java - 带反斜杠转义的字符串的正则表达式

Question

我试图想出一种模式来查找 Java 源代码中双引号或单引号之间的每个文本。这是我的:

"(.*?)"|’(.*?)’

Debuggex Demo

这几乎适用于我猜的所有情况，除了一个:

"text\"moretext\"evenmore"

Debuggex Demo

这可以用作有效的字符串定义，因为引号被转义了。该模式无法识别更多文本的内部部分。

对解释这种情况的模式有什么想法吗？

Answer 1

您可以使用此正则表达式匹配单引号或双引号字符串，忽略所有转义引号:

(["'])([^\\]*?(?:\\.[^\\]*?)*)\1

RegEx Demo

正则表达式分解:

• (["']):匹配单引号或双引号并将其捕获到组#1
• (: 开始捕获第 2 组
  • [^\\]*?:匹配 0 个或多个不是 \
  的字符
  • (?:`: 启动非捕获组
    • \\:匹配一个\
    • .:后跟任何被转义的字符
    • [^\\]*?:后跟 0 个或多个非 \ 字符
  • )*:结束非捕获组。匹配 0 个或多个这个非捕获组
• ):结束捕获组 #2
• \1:匹配组 #1 中结束的单引号或双引号匹配