正则表达式，更好的方法

Question

如果分隔符在字符串中，那么如何分隔可以在字符串中多次匹配的正则表达式，即： 好吧，那么“棒棒棒”（BBS）aota“棒棒棒”（BBB）

正则表达式：“'.+'（\S+）” 从“砰”到“砰”再到“砰”。。。（BBB）而不是匹配“Bang Bang swing”（BBS）和“Bing Bong Bin”（BBB）

我有一种使用regex的方法：'[a-z0-9-/？|q~ `！@#$%^&；*（）\=+]+'（\S+） 但这是过分的，老实说，我讨厌它甚至工作正常。 我对regex相当陌生，从Pythons开始实现它们显然不是最明智的开始方式。你知道吗

Answer 1

这个正则表达式怎么样

'.+?'\(\S+\)

Answer 2

要获得从一个字符到另一个字符的子字符串，两者都不能出现在之间，您应该始终考虑使用negated character classes。你知道吗

The [negated] character class matches any character that is not in the character class. Unlike the dot, negated character classes also match (invisible) line break characters. If you don't want a negated character class to match line breaks, you need to include the line break characters in the class. [^0-9\r\n] matches any character that is not a digit or a line break.

所以，你可以用

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

见regex demo

在这里

• '[^']*'-匹配'，后跟0个或多个除'以外的字符，然后再跟一个'
• \(-匹配文字)（必须转义）
• [^()]*-匹配除(和)之外的0个或多个字符（它们不必在字符类中转义）
• \)-匹配文字)（必须在字符类外转义）。你知道吗

如果在(...)部分之前可能有一个或多个单引号，则需要一个展开的惰性匹配正则表达式：

'[^']*(?:'(?!\([^()]*\))[^']*)*'\([^()]*\)

见regex demo。你知道吗

这里，'[^']*(?:'(?!\([^()]*\))[^']*)*'与'.*?'使用DOTALL标志匹配，但是由于线性regex执行，效率要高得多。见more about unrolling regex technique here。你知道吗

编辑：

当输入字符串不复杂且不短时，惰性点匹配会更有效。但是，当复杂性增加时，延迟点匹配可能会导致问题。你知道吗