Question

我正在尝试从字符串中删除引号。例如：

"hello", how 'are "you" today'

返回

hello, how are "you" today

我正在使用php preg_replace。

我现在有几个解决方案：

(\'|")(.*)\1

问题是它匹配中间的所有字符（包括引号），所以结果（$ 2）是

hello", how 'are "you today'

反向引用不能用于字符类，所以我不能使用像

这样的东西

(\'|")([^\1\r\n]*)\1

与中间的第一个反向引用不匹配。

第二个解决方案：

(\'[^\']*\'|"[^"]*")

问题是，这包括后引用中的引号，因此根本不执行任何操作。结果（$ 1）：

"hello", how 'are "you" today'

Answer 1

而不是：

(\'[^\']*\'|"[^"]*")

简单地写一下：

\'([^\']*)\'|"([^"]*)"
  \______/    \_____/
     1           2

现在其中一个组将匹配引用的内容。

在大多数情况下，当替换字符串中引用了无法匹配的组时，空字符串将被替换，因此您可以简单地替换为$1$2，其中一个将成功捕获（取决于替代）和另一个将替换空字符串。

这是一个PHP实现（as seen on ideone.com）：

$text = <<<EOT
"hello", how 'are "you" today'
EOT;

print preg_replace(
  '/\'([^\']*)\'|"([^"]*)"/',
  '$1$2',
  $text
);
# hello, how are "you" today

仔细看看

我们使用1和2作为引号（为清晰起见）。还将添加空格（为清晰起见）。

之前，作为您的第二个解决方案，您有这种模式：

(  1[^1]*1  |  2[^2]*2  )
\_______________________/
   capture whole thing
   content and quotes

正如您正确指出的，这正确匹配一对引号（假设您无法转义引号），但它不会捕获内容部分。

这可能不是一个问题，取决于上下文（例如，您可以简单地从开头和结尾修剪一个字符以获取内容），但同时，解决问题并不难：只需捕获分别从两种可能性中得出内容。

1([^1]*)1  |  2([^2]*)2
 \_____/       \_____/
 capture contents from
each alternate separately

现在，组1或组2将捕获内容，具体取决于匹配的替代项。作为“奖励”，您可以检查使用了哪个引用，即如果组1成功，则使用1。

附录

[…]是character class。像[aeiou]这样的东西匹配任何一个小写元音。 [^…]是否定的字符类。 [^aeiou]与除了小写元音之外的任何内容匹配。

(…)用于grouping。 (pattern)是一个捕获组，并创建一个反向引用。 (?:pattern)无法捕获。

参考

regular-expressions.info/Brackets for capturing，Alternation，Character class，Repetition

Answer 2

关于：

反向引用不能用于字符类，所以我不能使用像
这样的东西
(\'|")([^\1\r\n]*)\1

(\'|")(((?!(\1|\r|\n)).)*)\1

（其中(?!...)是...）的负面预测应该有用。

我不知道这是否解决了你的主要问题，但它确实解决了“匹配一个字符，如果它不匹配背板”部分。

编辑：

错过了一个括号，已修复。

Answer 3

您无法使用正则表达式执行此操作。这需要内部状态来跟踪（除其他外）

是否遇到某种类型的先前引用
“外部”报价水平是否为当前水平
是否有一组“内部”引号，如果是，那么这组引号在字符串中开始的地方

这需要语法感知解析器才能正确执行。正则表达式引擎不保持状态，因为它是一个有限状态自动机，它只对当前输入进行操作，而不管以前的情况。

这与您无法可靠地匹配嵌套括号或XML元素集的原因相同。

匹配报价内容

3 个答案:

仔细看看

附录

参考

编辑：