组引号并忽略转义引号

Question

我目前正在使用(['\"])(?:\\1|.*?\\1)捕获一组引号。你知道吗

Text: "Hello", is it 'me youre looking for'?
# result: "Hello" (\1) and 'me youre looking for' (\2)

此外，我希望它忽略这些组中的转义引号（或者全局，也可以）。你知道吗

Text: "Hello", is it 'me you\'re looking for'?
# result: "Hello" (\1) and 'me you\'re looking for' (\2)

使用python。我知道this questions有点类似。但是，我无法将其应用于现有的正则表达式。你知道吗

谢谢，regex怪胎！你知道吗

Answer 1

你可以使用下面的正则表达式。你知道吗

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

DEMO

• (?<!\\)负的lookback，断言匹配不会以反斜杠字符开头。

• (['"])这将捕获未转移的单引号或双引号。

• (?:\\\1|(?!\1).)*，\\\1这将基于捕获的字符或任何字符（而不是捕获的字符）匹配转义的'或"引号，零次或多次。

• \1引用第一个捕获的字符。

在python中，您需要修改re.findall函数，如下所示。你知道吗

>>> def match(s):
        for i in re.findall(r'''(?<!\\)((['"])(?:\\\2|(?!\2).)*\2)''', s):
            print(i[0])


>>> match(r""""Hello", is it 'me you\'re looking for'""")
"Hello"
'me you\'re looking for'
>>> match(r"""Hello\", is it 'me you\'re looking for'""")
'me you\'re looking for'
>>> 

Answer 2

这里有一个模式：

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

Demo

一切都在(?:\\.|.)位：

• 匹配转义字符：\\.-这同时处理\"和\\
• 或者任何其他（读：unescaped）字符：.-您也可以在这里使用[^\\]。你知道吗

由于正则表达式引擎尝试从左到右的交替，它将首先尝试匹配转义字符。你知道吗

顺便说一下，在您的模式中，\1|.*?\1是多余的，您可以编写.*?\1。你知道吗