RegEx：在引号之间获取值

我有一个像这样的值：

"Foo Bar" "Another Value" something else

哪种正则表达式将返回引号内的值（例如Foo Bar和Another Value）？

我一直在成功使用以下内容：

(["'])(?:(?=(\\?))\2.)*?\1

它也支持嵌套引号。

对于那些想要更深入地解释其工作原理的用户，以下是来自用户的解释：

([""'])匹配报价；((?=(\\?))\2.)如果存在反斜杠，请对其进行吞噬，并确定是否匹配字符；*?多次匹配（非贪婪，以免吃掉最后的报价）；\1匹配用于打开的相同报价。

通常，您要寻找以下正则表达式片段：

"(.*?)"

这使用非贪婪*？运算符可捕获所有内容，但不包括下一个双引号。然后，您使用一种特定于语言的机制来提取匹配的文本。

在Python中，您可以执行以下操作：

>>> import re
>>> string = '"Foo Bar" "Another Value"'
>>> print re.findall(r'"(.*?)"', string)
['Foo Bar', 'Another Value']

我会去：

"([^"]*)"

在[^“]是除任何字符正则表达式' ” “
我用这个在非贪婪多的运营商的原因是，我要继续找，最多只是为了确保我得到它纠正。

让我们看看处理转义引号的两种有效方法。这些模式的设计既不简洁也不美观，而是有效的。

这些方法使用第一个字符区分来快速查找字符串中的引号，而无需进行替换。（这个想法是在不测试交替的两个分支的情况下，迅速丢弃不是引号的字符。）

引号之间的内容使用展开循环（而不是重复的交替）来描述，以提高效率： [^"\\]*(?:\\.[^"\\]*)*

显然，要处理没有平衡引号的字符串，可以改用所有格修饰符：[^"\\]*+(?:\\.[^"\\]*)*+或一种变通方法来模仿它们，以防止回溯过多。您也可以选择将加引号的部分用作下一个引号，直到下一个（非转义）引号或字符串的结尾为止。在这种情况下，无需使用所有格修饰符，只需将最后一个引号设为可选。

注意：有时引号不会以反斜杠转义，而是重复引号。在这种情况下，内容子模式如下所示：[^"]*(?:""[^"]*)*

这些模式避免使用捕获组和反向引用（我的意思是类似的东西(["']).....\1），并使用简单的替代方式，但["']在开始时要考虑因素。

Perl喜欢：

["'](?:(?<=")[^"\\]*(?s:\\.[^"\\]*)*"|(?<=')[^'\\]*(?s:\\.[^'\\]*)*')

（请注意，这(?s:...)是在非捕获组内打开点/单行模式的语法糖。如果不支持此语法，则可以轻松为所有模式打开该模式，或将点替换为[\s\S]）

（此模式的编写方式完全是“手动驱动的”，并且没有考虑最终的引擎内部优化）

ECMA脚本：

(?=["'])(?:"[^"\\]*(?:\\[\s\S][^"\\]*)*"|'[^'\\]*(?:\\[\s\S][^'\\]*)*')

POSIX扩展：

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

或者简单地：

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

接受的答案的RegEx返回值，包括其环绕引号："Foo Bar"和"Another Value"作为匹配项。

这是RegEx，仅返回引号之间的值（如发问者所要求的）：

仅双引号（使用捕获组＃1的值）：

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

仅单引号（捕获组＃1的使用值）：

'(.*?[^\\])'

两者（使用捕获组2的值）：

(["'])(.*?[^\\])\1

--

所有支持转义和嵌套引号。

奇怪的是，这些答案都不能产生正则表达式，其中返回的匹配项是引号内的文本，这正是要求的内容。MA-Madden尝试但仅将内部比赛作为捕获的小组，而不是整个比赛。一种实际的方法是：

(?<=(["']\b))(?:(?=(\\?))\2.)*?(?=\1)

有关示例，请参见此演示https://regex101.com/r/Hbj8aP/1

此处的关键是开始处的正向后视（?<=）和结束处的正向前视（?=）。向后看是在当前字符后方检查报价，如果找到，则从那里开始，然后向前看，检查前面的字符以获取报价，如果找到则停止在该字符上。后面的组（["']）括在方括号中，以创建一个针对在开头找到的引用的组，然后在结尾处使用该组，以(?=\1)确保仅在找到相应的引用时才停止。

唯一的其他复杂性是，由于前瞻实际上并没有消耗结束引号，因此将通过后面的开始查找再次找到它，这将导致同一行的结束和开始引号之间的文本匹配。在开头的引号（["']\b）上放置单词边界可以帮助解决此问题，尽管理想情况下，我希望超越前瞻性，但我认为这是不可能的。我直接从亚当的答案中得到了一点，让中间出现了转义字符。

答案很晚，但喜欢回答

(\"[\w\s]+\")

http://regex101.com/r/cB0kB8/1

(["'])(?:(?=(\\?))\2.)*?\1上面的模式可以完成工作，但我担心它的性能（虽然不错，但可能会更好）。低于它的矿井快20％。

模式"(.*?)"只是不完整的。我给阅读本书的每个人的建议就是不要使用它！！！

例如，它不能捕获很多字符串（如果需要，我可以提供一个详尽的测试用例），如下所示：

$ string ='你好吗？我\'很好，谢谢。

它们的其余部分与上面的那些一样“好”。

如果您确实关心性能和精度，那么请从以下内容开始：

/(['"])((\\\1|.)*?)\1/gm

在我的测试中，它涵盖了我遇到的每个字符串，但是如果您发现不起作用的内容，我会很乐意为您更新。

在在线正则表达式测试器中检查我的模式。

我喜欢Eugen Mihailescu的解决方案，使引号之间的内容匹配，同时允许转义引号。但是，我发现了转义方面的一些问题，并提出了以下正则表达式来解决它们：

(['"])(?:(?!\1|\\).|\\.)*\1

它可以解决问题，并且仍然非常简单且易于维护。

演示（带有更多测试用例；可以随时使用它并对其进行扩展）。

_{PS：如果您只想在完全匹配（）中的引号之间包含内容$0，并且不担心使用性能下降，请使用：}

(?<=(['"])\b)(?:(?!\1|\\).|\\.)*(?=\1)

_{不幸的是，没有引号作为锚，我不得不\b在起始引号之后添加一个边界，该边界不能很好地与空格和非单词边界字符配合使用。}

_{或者，只需添加一个组并提取字符串形式$2，即可修改初始版本：}

(['"])((?:(?!\1|\\).|\\.)*)\1

_{PPS：如果您只关注效率，请选择Casimir et Hippolyte的解决方案；这是一个很好的。}

这个版本

• 转义报价的帐户

• 控制回溯

  /(["'])((?:(?!\1)[^\\]|(?:\\\\)*\\[^\\])*)\1/

更多答案！这是我使用的解决方案

\"([^\"]*?icon[^\"]*?)\"

TLDR；
将单词图标替换为您在引号中看到的内容，瞧！

它的工作方式是它查找关键字，而不关心引号之间的其他内容。EG：
id="fb-icon"
id="icon-close"
id="large-icon-close"
正则表达式先查找引号，"
然后再查找"
直到找到的icon
所有可能的字母组，"
然后再查找不存在的所有可能的字母组"

我喜欢Axeman的扩展版本，但遇到了一些麻烦（例如，它不匹配

foo "string \\ string" bar

要么

foo "string1"   bar   "string2"

正确，所以我尝试修复它：

# opening quote
(["'])
   (
     # repeat (non-greedy, so we don't span multiple strings)
     (?:
       # anything, except not the opening quote, and not 
       # a backslash, which are handled separately.
       (?!\1)[^\\]
       |
       # consume any double backslash (unnecessary?)
       (?:\\\\)*       
       |
       # Allow backslash to escape characters
       \\.
     )*?
   )
# same character as opening quote
\1

string = "\" foo bar\" \"loloo\""
print re.findall(r'"(.*?)"',string)

只是尝试一下，就像一个魅力！

\ 表示跳过字符

与亚当的答案不同，我有一个简单但可行的方法：

(["'])(?:\\\1|.)*?\1

如果您想获得这样的引号中的内容，只需添加括号即可：

(["'])((?:\\\1|.)*?)\1

然后$1匹配报价char和$2匹配内容字符串。

echo 'junk "Foo Bar" not empty one "" this "but this" and this neither' | sed 's/[^\"]*\"\([^\"]*\)\"[^\"]*/>\1</g'

这将导致：> Foo Bar <> <>但是这<

在这里，为了清楚起见，我显示了> <之间的结果字符串，还使用了此sed命令的非贪婪版本，我们首先将“”之前和之后的垃圾扔掉，然后将其替换为“”之间的部分。并用> <括起来。

从Greg H.开始，我能够创建此正则表达式来满足我的需要。

我需要匹配一个用引号引起来的特定值。它必须是完全匹配，任何部分匹配都不能触发匹配

例如，“ test”与“ test2”不匹配。

reg = r"""(['"])(%s)\1"""
if re.search(reg%(needle), haystack, re.IGNORECASE):
    print "winning..."

猎人

如果要查找仅具有特定后缀的字符串（例如点语法），则可以尝试以下操作：

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

.localized后缀在哪里。

例：

print("this is something I need to return".localized + "so is this".localized + "but this is not")

这将捕获"this is something I need to return".localized和"so is this".localized，但不会"but this is not"。

Microsoft VBA编码器子集的补充答案，只有一个使用该库，Microsoft VBScript Regular Expressions 5.5并且给出以下代码

Sub TestRegularExpression()

    Dim oRE As VBScript_RegExp_55.RegExp    '* Tools->References: Microsoft VBScript Regular Expressions 5.5
    Set oRE = New VBScript_RegExp_55.RegExp

    oRE.Pattern = """([^""]*)"""


    oRE.Global = True

    Dim sTest As String
    sTest = """Foo Bar"" ""Another Value"" something else"

    Debug.Assert oRE.test(sTest)

    Dim oMatchCol As VBScript_RegExp_55.MatchCollection
    Set oMatchCol = oRE.Execute(sTest)
    Debug.Assert oMatchCol.Count = 2

    Dim oMatch As Match
    For Each oMatch In oMatchCol
        Debug.Print oMatch.SubMatches(0)

    Next oMatch

End Sub

对我来说，这个工作：

|([\'"])(.*?)\1|i

我用过这样的一句话：

preg_match_all('|([\'"])(.*?)\1|i', $cont, $matches);

而且效果很好。

上面所有的答案都很好。。。。除了它们不支持所有的unicode字符！在ECMA脚本（Javascript）

如果您是Node用户，则可能需要支持所有unicode字符的接受答案的修改版本：

/(?<=((?<=[\s,.:;"']|^)["']))(?:(?=(\\?))\2.)*?(?=\1)/gmu

试试这里。