Question

我需要一些正则表达式的帮助。我有一个查询，应该在所有OR运算符之间进行拆分。但如果OR在引号内，则不应该分割。

示例：

这是查询：

"test1" OR "test2.1 OR test2.2" OR test3 OR test4:"test4.1 OR test4.2"

表达式1：我需要OR运算符之间的所有内容或行的开始/结束...（这不起作用）

(^|OR).*?(OR|$)

表达式2： ...除了引号之间的OR：

"(.*?)"

结果应为：

"test1"
"test2.1 OR test2.2"
test3
test4:"test4.1 OR test4.2"

如何使第一个表达式起作用，如何将这两个表达式组合起来？

谢谢你的帮助！

Answer 1

目前还不清楚你的表达语法是什么，所以我只是做了一堆假设，然后拿出这个正则表达式来匹配 OR之间的标记：< / p>

\G(\w+(?::"[^"]*")?|"[^"]*")(?:(\s+OR\s+)|\s*$)

我假设在OR之间，它可以是标识符\w+，带有字符串\w+:"[^"]*"的标识符，或字符串文字"[^"]*"。

^{随意替换您自己的字符串文字定义 - 我使用最简单（和破碎）的规范"[^"]*"作为示例。}

在每个匹配中，正则表达式从最后一个匹配停止的位置（或字符串的开头）开始，并匹配一个标记（如上所述），然后是OR或输入字符串的结尾。

(\s+OR\s+)处的捕获组是故意的 - 你需要这个来检查最后一个匹配是否实际终止于字符串的结尾，或输入是否格式错误。

请注意，虽然我的解决方案会为此案例生成预期结果，但如果没有完整的表达式语法规范，则无法满足您可能要处理的所有可能情况。

Answer 2

(?:^|OR(?=(?:[^"]*"[^"]*")*+[^"]*$))([\s\S]*?)(?=OR(?=(?:[^"]*"[^"]*")*+[^"]*$)|$)

您可以使用它并捕获groups。请参阅演示。

Answer 3

尝试将引号中的所有内容匹配，或者不与-OR匹配：

(?:"[^"]+"|\b(?:(?!\bOR\b)[^"])+)+

Answer 4

这个正则表达式是最佳的（虽然它可以通过更详细的规范进行改进）：

(?<!\S)(?!OR\s)[^\s"]*(?:"[^"]*"[^\s"]*)*

(?<!\S)确保匹配从字符串的开头或空格字符开始。

(?!OR\s)阻止其与OR

匹配

[^\s"]*(?:"[^"]*"[^\s"]*)*按任意顺序匹配连续系列：

但是，我注意到你的例子中的所有标记都包含：

如果您希望所有令牌都匹配该模式，则可以将正则表达式更改为：

(?<!\S)(?!OR\s)(?:[^\s"]*"[^"]*"|[^\s"]+)

根据Regex101，它的效率稍高（但可能不够重要）。