java - 正则表达式 - 如何匹配元素，同时忽略引号之间的其他元素？

Question

我似乎找不到适合我需要的正则表达式。

我有一个以下形式的 .txt 文件:

Abc "test" aBC : "Abc aBC" 
Brooking "ABC" sadxzc : "I am sad"
asd : "lorem"
a22 : "tactius"
testsa2 : "bruchia"
test : "Abc aBC"
b2 : "Ast2"

从这个 .txt 文件中，我希望提取与此正则表达式“([a-zA-Z]\w+)”匹配的所有内容，引号之间的内容除外。

我想重命名每个单词(引号中的单词除外)，所以我应该有以下输出:

A "test " B : "Abc aBC" 
Z "ABC" X : "I am sad"
Test : "lorem"
F : "tactius"
H : "bruchia"
Game : "Abc aBC"
S: "Ast2"

使用正则表达式可以实现这一点吗？有没有不使用正则表达式的替代方案？

Answer 1

如果引号是平衡的并且输入中没有像 \" 这样的转义，那么您可以使用此正则表达式来匹配双引号之外的单词:

(?=(?:(?:[^"]*"){2})*[^"]*$)(\b[a-zA-Z]\w+\b)

RegEx Demo

在java中它将是:

Pattern p = Pattern.compile("(?=(?:(?:[^\"]*\"){2})*[^\"]*$)(\\b[a-zA-Z]\\w+\\b)");

如果单词位于双引号之外，则此正则表达式将通过使用前瞻来匹配单词，以确保每个匹配的单词后面有偶数个引号。