正则表达式:匹配某些字符之间的单词，但不匹配其他特定字符之间的单词(在 .NET 中)

Question

我想匹配括号中的所有单词，包括括号，这些单词不在简单引号之间(在 .NET 中)：

"[field1] = 'id1'" -> match "[field1]"
"[field1] = '[field2]'" -> match "[field1]"
"[ field1 ] = '[ field2 ]'" -> match "[ field1 ]"
"[ field1 ] = '[ field2 ] field3'" -> match "[ field1 ]"
"[field1] = ' [field2] ' And [field3] = '[field4] '' [field5]'" -> match "[field1]" and "[field3]"

任何建议将不胜感激！

Answer 1

当你需要匹配"不在"其他事物之间的事物时，你可能会想到负面的环顾四周：

(?<!' *)[[^]]*](?! *')

匹配的组是$0。 如果我没记错的话，.NET 正则表达式允许您在 lookaround 中使用非固定宽度表达式(但请注意它非常昂贵)，因此上面的正则表达式应该可以完成这项工作。

在其他语言中，这是不允许的，但有一种称为"所有格量词"(*+)的解决方法：

(?<!') *+([[^]]*]) *+(?!')

匹配的组是$1。 这适用于所有允许否定环顾和所有格量词的语言(示例)。 关于*+的含义，我建议你回答这个话题。

但也许计算上最简单的表达式是：

[^'] *+([[^]]*]) *+[^']

匹配的组是$1。

---

更新

这是一种启发式方法：

(?<=^[^'nr]*(('[^'nr]*){2})*)[[^]]*]

或者，也许更快：

[[^]]*](?=[^'nr]*(('[^'nr]*){2})*$)

匹配的组是$0。将其与多行模式(m标志)一起使用。

如果不允许字段中的顶点，它将起作用。

Answer 2

正如@horcrux还指出的那样，您可以使用负向后看和向前看。由于显然C#支持无限重复，因此您可以侥幸逃脱：

"(?<!(')s*)" + "[[^[]]+]" + "(?!s*$1)

将三个部分分开，负向后看，捕获匹配和负向前看。

另请注意，由于环视是非捕获的，因此您甚至不需要在中间部分周围使用括号。

在Java中，这将是这样的：

"(?<!(')s{0,1000})" + "[[^[]]+]" + "(?!s{0,1000}$1)

但它有点'笨拙，因为它只适用于两者之间的1000空间。