正则表达式只正确地拉第一次出现

debugcn 发表于 Dev

曲轴

我正在尝试使用regexp提取数据库表的列定义，但似乎无法破解它：

这是我的表情：

(\".*?),\"

这是表数据的示例：

"tstamp" DATETIME NOT NULL  DEFAULT (datetime('now','localtime')) ,"macid" VARCHAR NOT NULL ,"id" INTEGER NOT NULL  DEFAULT (null) ,"info" VARCHAR,"temp" DOUBLE NOT NULL , "altemp" DOUBLE, "active" BOOL DEFAULT true, "emailts" INTEGER, "alarmts" INTEGER DEFAULT 0, "algrace" INTEGER DEFAULT 15, 'sid' VARCHAR, 'led' INTEGER DEFAULT 0, 'sends' INTEGER DEFAULT 0, PRIMARY KEY ("macid","id")

这就是我所追求的：

"tstamp" DATETIME NOT NULL  DEFAULT (datetime('now','localtime'))
"macid" VARCHAR NOT NULL
"id" INTEGER NOT NULL  DEFAULT (null)
...

但是我得到的是：

"tstamp" DATETIME NOT NULL  DEFAULT (datetime('now','localtime'))
" VARCHAR NOT NULL
" INTEGER NOT NULL  DEFAULT (null)
...

似乎是在忽略开始条件，只有第一个匹配是正确的。

我究竟做错了什么？

在线正则表达式

http://regex101.com/r/aJ2uW5

zx81

在我看来，您需要这样的东西：

['"].*?(?=,\s*(?![^)(]*\))['"]|$)

regex101上的演示

我们匹配一个开头的引号，然后将所有内容懒惰地匹配.*?到一个点，在此点之前，我们(?=,\s*(?![^)(]*\))['"]|$)可以断言以下字符要么是逗号，然后是可选空格（后跟任意数量的非括号字符，后跟一个右括号）和右引号，或者字符串的结尾（$锚点）。

这是一口吗？

是的。下面的可视化和按令牌逐个演练为您提供了更多详细信息，但是在我看来，没有什么替代方法可以在功能齐全的regex工具中构建这样的表达式。这样，您就可以在创建表达式时实时看到匹配的变化。

原件有什么问题？

您的比赛实际上吃了以下逗号和开头的引号：,\"因此，在第一次比赛之后，引擎与字符串不同步。

逐令牌解释

匹配列表“'”中的单个字符 ['"]
匹配不是换行符的任何单个字符（换行符） .*?
- 在0到无限制的时间之间，尽可能少的时间，根据需要扩展（延迟） *?
断言以下正则表达式可以从该位置开始匹配（正向超前） (?=,\s*(?![^)(]*\))['"]|$)
- 匹配此替代方案（仅在此替代方案失败时尝试下一个替代方案） ,\s*(?![^)(]*\))['"]
  - 从字面上匹配字符“，” ,
  - 匹配单个字符，即“空白字符”（ASCII空格，制表符，换行符，回车符，垂直制表符，换页符） \s*
    - 在0到无限制的时间之间，尽可能地多次，并根据需要进行回馈（贪婪） *
  - 断言从此位置开始，不可能匹配下面的正则表达式（负超前） (?![^)(]*\))
    - 匹配列表“）（”中不存在的任何单个字符 [^)(]*
      - 在0到无限制的时间之间，尽可能地多次，并根据需要进行回馈（贪婪） *
    - 从字面上匹配字符“）” \)
  - 匹配列表“'”中的单个字符 ['"]
- 或匹配此替代方法（如果该组不匹配，则整个组都将失败） $
  - 在字符串末尾或换行符之前在字符串末尾声明位置（如果有的话）（换行） $