Python regex非捕获问题？

Question

我试图从一个不包括引号的字符串中获取所有带引号（“or”）的子字符串。 我想到了这个：

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

由于某些原因，匹配字符串中仍然包含引号。 有什么原因吗？在

真诚的，尼基塔乌提. 在

Answer 1

您可以使用lookahead和lookback断言：

>>> match = re.search(r"(?<=').*?(?=')", "a 'quoted' string. 'second' quote")
>>> print match.group(0)
quoted

Answer 2

使用非捕获组并不意味着它们根本就没有被捕获。他们只是没有像普通组那样创建单独的捕获组。在

但是正则表达式的结构要求引号是匹配的一部分：

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

然后，在使用matched_string[1:-1]处理匹配的部分时，只需删除周围的引号。在

Answer 3

你可以试试：

import shlex
...
lexer = shlex.shlex(your_input_string)

quoted = [piece.strip("'\"") for piece in lexer if piece.startswith("'") or piece.startswith('"')]

shlex（词法分析）为您处理转义引号。不过，请注意，它不适用于unicode字符串。在