REGEXP -如何阅读“字符？

Question

我正在使用hadoop pig和正则表达式(REGEX_EXTRACT_ALL) --这是Java解析。我有一个字符串：

"DYN_USER_ID=32753477; $Path=\"/\"; DYN_USER_CONFIRM=e6d2a0a7b7715cb10d1dca504e3c5e80; $Path=\"/\"" "Nokia6070/2.0 (03.20) Profile/MIDP-2.0 Configuration/CLDC-1.1"

我列出了两组：

First: DYN_USER_ID=32753477; $Path=\"/\"; DYN_USER_CONFIRM=e6d2a0a7b7715cb10d1dca504e3c5e80; $Path=\"/\"

Second: Nokia6070/2.0 (03.20) Profile/MIDP-2.0 Configuration/CLDC-1.1

正如您所看到的，在第一个字符串中有“字符，但带有转义字符。

简单的解决方案是：

"(.*)" "(.*)"

但这是最好的吗？

Answer 1

"(.*)(?<!\\\\)" "(.*)"

这里使用：(?<!☀)，其中☀是某个字符串，这里的字符退格由正则表达式转义的反斜杠和字符串转义的反斜杠表示。

Answer 2

理想情况下，您应该使用被取反的字符类[^"]，这样它就可以从第一个分隔符"到最后一个分隔符"进行匹配，但问题是它忽略了转义的"字符。如果字符串中可以有转义的"和转义的\，最好使用下面这样的代码：

"((?:\\.|[^"\\])+)" "((?:\\.|[^"\\])+)"

组(?:\\.|[^"\\])+将匹配转义字符或多个[^"\\]字符。

regex101 demo