如何編寫正則表達式來匹配字符串文字，其中escape是引號字符的兩倍？

Question

我寫使用ply需要識別FORTRAN字符串字面量的分析器。這些引用帶有單引號的轉義字符加倍單引號。即

'I don''t understand what you mean'

是一個有效的轉義FORTRAN字符串。

簾布層需要輸入在正則表達式。到目前爲止我的嘗試不起作用，我不明白爲什麼。

t_STRING_LITERAL = r"'[^('')]*'"

任何想法？

Answer 1

一個文本字符串是：

1. 開放單引號，依次爲：
2. 任何數量加倍單引號和非單引號，然後
3. 密切單引號。

因此，我們的正則表達式是：

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

Answer 2

你想是這樣的：

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

這是說單引號內，你可以有雙引號或非報價字符。

括號定義了一個字符類，您可以在其中列出可能匹配或不匹配的字符。它不允許任何比這更復雜的事情，所以嘗試使用括號並匹配多字符序列('')不起作用。相反，你的[^('')]字符類相當於[^'()]，即它匹配任何東西，這不是一個單引號或左或右括號。

Answer 3

它通常是很容易得到的東西快速和骯髒的解析這是給你的問題，特別是字符串常量，但是對於一般的解決方案，您可以從pyparsing module字符串字面量一個非常強大和完整的正則表達式：

>>> import pyparsing 
>>> pyparsing.quotedString.reString 
'(?:"(?:[^"\\n\\r\\\\]|(?:"")|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*")|(?:\'(?:[^\'\\n\\r\\\\]|(?:\'\')|(?:\\\\x[0-9a-fA-F]+)|(?:\\\\.))*\')' 

我不確定FORTRAN的字符串文字和Python的顯着區別，但是如果沒有別的，它是一個方便的參考。

Answer 4

import re 

ch ="'I don''t understand what you mean' and you' ?" 

print re.search("'.*?'",ch).group() 
print re.search("'.*?(?<!')'(?!')",ch).group() 

結果

'I don' 
'I don''t understand what you mean'