regex - 用于选择花括号内的双引号而忽略外面的双引号的正则表达式

Question

我昨天问了一个问题，这个问题不够详细。此外，提供的建议看起来像是解决了我的问题。但也有边缘情况。所以我在转发。但这次有更多细节。

这是字符串：

"2019/03/19","LegacyApp","{""Id"":""345-dg8"",{""Hello"",""This""},""Fake"":""Sym""}","","","(null)","",

我想匹配下面突出显示的引号。

到目前为止，我得到的正则表达式是(?:[^{]+):(.*)$ 但它一直在选择。并分两组。任何想法将不胜感激。

更新：现在我可以选择花括号之间的部分。{(?:\n|.)*}. 不知何故需要匹配该选择中的双引号。

更新：这是有效的，但我不确定这个人的表现。

""(?=[a-zA-Z0-9])|""(?=})|""(?=:)|(?<=[a-zA-Z0-9])""

特别是因为这个正则表达式将针对被摄取的一百万个日志中的每一个运行。

注意：我正在尝试在 Elasticsearch 中运行它。根据他们的说法，Lucene 正则表达式引擎不兼容 Perl，但支持较小范围的运算符。

标签： regexregex-lookaroundsregex-group

Answer 1

有两种方法可以做到这一点。

我希望您使用每个语言中的正则表达式库提供的“偏移量”。它让您知道匹配文本的位置。

首先，使用这个正则表达式找出括号所在的位置。

{.+}

假设结果的偏移量是从 3 到 21。

然后，使用这个简单的正则表达式。

""

结果的偏移量返回一个数组，如 ([5,6], [12,13]...)

最后，使用 'for' 子句来挑出括号内的双引号。

另一种方法是以下正则表达式。

(?<={|{[^}]|{[^}][^}]|{[^}][^}][^}]|{[^}][^}][^}][^}]|{[^}][^}][^}][^}]|{[^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}]|{[^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}][^}])""|""(?=[^{]*})