Java 正则表达式以匹配双引号子字符串

Question

我想解析以下字符串：

String text = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";
// "w1 w"2" w3 | w4 w"5 "w6 w7"

我正在使用Pattern.compile（regex）. matcher（text），所以我这里缺少的是正确的正则表达式。规则是正则表达式必须：

• 隔离任何单个单词
• 任何用双引号括起来的子字符串都是匹配的
• 单词中的双引号必须忽略（稍后我将用空格替换它们）。

因此，结果匹配应该是:

< li>w1 w"2 < li>w3 < li>| < li>w4 < li>w"5 < li>w6 w7

双引号是否包含在双引号括起来的子字符串中是无关紧要的（例如，1. 可以是 w1 w“2 或 ”w1 w“2”）。

我想出的是这样的：

"\"(.*)\"|(\\S+)"

我还尝试了上述正则表达式的许多不同变体（包括回溯/向前），但没有一个能给我预期的结果。

对如何改进这一点有什么想法吗？

Answer 1

这似乎可以做到：

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

调试演示

Regex101演示

请注意，在 Java 中，由于我们对正则表达式使用字符串文字，因此反斜杠前面需要另一个反斜杠：

String regex = "\"(?:[^\"]|\\b\"\\b)+\"|\\S+";

Answer 2

试试这个正则表达式:

（？:(？

点击查看演示

解释:

• （？：（？

Java代码（从这里生成）：

在此处运行代码以查看输出

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class MyClass {
    public static void main(String args[]) {
    final String regex = "(?:(?<=^\")|(?<=\\s\")).*?(?=\"(?:\\s|$))|(?![\\s\"])\\S+";
    final String string = "\"w1 w\"2\" w3 | w4 w\"5 \"w6 w7\"";

    final Pattern pattern = Pattern.compile(regex);
    final Matcher matcher = pattern.matcher(string);

    while (matcher.find()) {
        System.out.println("Full match: " + matcher.group(0));
        for (int i = 1; i <= matcher.groupCount(); i++) {
            System.out.println("Group " + i + ": " + matcher.group(i));
        }
    }

    }
}

输出：