Java Pattern.compile忽略转义双引号（\“）

Question

我很难找出忽略转义引号的模式。 我想要这个：

    "10\" 2 Topping Pizza, Pasta, or Sandwich for $5 each. Valid until 2pm. Carryout only.","blah blah" 

匹配为：

   1> "10\" 2 Topping Pizza, Pasta, or Sandwich for $5 each. Valid until 2pm. Carryout only."
   2> "blah blah" 

我一直在尝试这个：

    Pattern pattern = Pattern.compile("\"[^\"]*\"");
    Matcher matcher = pattern.matcher(filteredCoupons);

我得到了这个

   1> "10\"
   2> "," 

Answer 1

你正在寻找的正则表达式是

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

请参阅demo

在Java中，

String pattern = "\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"";

Answer 2

您的正则表达式似乎需要接受非引号或引号Pattern pattern = Pattern.compile("\"(\\\\.|[^\"])*\""); 之前的引号。在这种情况下尝试

\\\\.|[^\"]

这部分正则表达式\.将尝试查找

• | - 任何转义字符，
• （[^\"]或）\. - 任何非引用字符

我在[^\"]之前放置了\，以阻止[^\"]与foo\"bar"匹配。

换句话说，对于像\\\\.|[^\"]和正则表达式foo\"bar" ^^^-matched by [^\"] foo\"bar" ^^-matched by \. foo\"bar" ^^^-matched by [^\"] foo\"bar" ^-can't be matched by anything since there is no \ before nor it is non-quote 这样的文字，您将获得此匹配

String filteredCoupons = "\"10\\\" 2 Topping Pizza, Pasta, or Sandwich for $5 each. Valid until 2pm. Carryout only.\",\"blah blah\"";
Pattern pattern = Pattern.compile("\"(\\\\.|[^\"])*\"");
Matcher matcher = pattern.matcher(filteredCoupons);
while(matcher.find()){
    System.out.println(matcher.group());
}

样本：

"10\" 2 Topping Pizza, Pasta, or Sandwich for $5 each. Valid until 2pm. Carryout only."
"blah blah"

输出：

File folder = new File(System.getProperty("user.dir")+"/src/test/resources/");
File[] files = folder.listFiles();

Answer 3

也可以使用否定lookbehind：

(?s)".*?"(?<!\\.)

作为Java字符串：

"(?s)\".*?\"(?<!\\\\.)"

见test at regex101; test at regexplanet（点击＆＃34; Java＆＃34;）

• 在遇到"之后，如果没有前面的反斜杠跳过一个字符
• 类似".*?(?<!\\)"，但在遇到"
之后会有更好的表现
• 使用(?s)标记使点也匹配换行符

为了兴趣，我在regexhero.net处使用示例字符串对不同版本进行了基准测试（感谢@stribizhev获取此链接！）。不确定regex101的步骤计数器在这里是否准确。

仅用于基准测试的非捕获组。有趣的是，"(?:\\.|[^"])*"与捕获组"(\\.|[^"])*"相比几乎翻了一倍。