Python 正则表达式匹配带转义单引号的引号字符串

Question

我使用这个模式来匹配解析器中的单引号字符串：

"'.+?'"

但我需要正则表达式，它可以使用 postgres 找到单引号字符串，例如单个 qoutes 的转义（加倍单个 qoutes）。需要匹配这样的东西：

"'first', 'sec''ond', 't''hi''rd'"

我想找到以单引号开头和结尾的字符串的最短匹配项，因此上面的字符串意味着 3 个子字符串：

'first'
'sec''ond'
't''hi''rd'

Answer 1

'(?:[^']|'{2})+'

一个单引号，然后贪婪地出现：

后跟单引号。

Answer 2

对于您提供的模式，这应该有效：

'[\w']+'

即匹配单引号后跟一个或多个非空格或单引号后跟最后一个单引号。

Answer 3

当然，'(?:[^']|'')*' 是适用于此的正则表达式：它匹配 ' 后跟除 ' 之外的零个或多个字符或双 ' 后跟尾随 '.

但是，为了提高效率，您可以使用 unroll-the-loop technique.

展开它

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

请参阅 the regex demo 并注意正则表达式找到所有匹配项需要多少步。

正则表达式可以读作

这个正则表达式有一个线性模式，涉及尽可能少的回溯。

请注意：如果您添加先行检查是否存在 , 或字符串结尾，您仍然可以使您的正则表达式适用于当前情况在尾随 ':

之后

'.+?'(?=,|$)
     ^^^^^^^

参见regex demo。但是，它依赖于上下文并且效率低于展开的正则表达式。

Python regex to match quoted string with escaped single quotes