正则表达式 - 逃脱转义字符

Question

我的问题很复杂,但可以归结为一个简单的例子.

我正在编写一种自定义查询语言,用户可以在其中输入我解析为LinQ Expressions的字符串.

我想要做的是按*字符分割字符串,除非它被正确转义.

Input         Output                          Query Description
"*\\*"    --> { "*", "\\", "*" }       -- contains a '\'
"*\\\**"  --> { "*", "\\\*", "*" }     -- contains '\*'
"*\**"    --> { "*", "\*", "*" }       -- contains '*' (works now)

我不介意Regex.Split返回空字符串,但我最终得到了这个:

Regex.Split(@"*\\*", @"(?<!\\)(\*)")  --> {"", "*", "\\*"}

正如你所看到的,我尝试过负面的lookbehind,它适用于我的所有情况,除了这个.我也试过了Regex.Escape,但没有运气.

显然,我的问题是我在找\*,哪个\\*匹配.但在这种情况下, \\是另一个转义序列.

任何解决方案都不一定要涉及正则表达式.

Answer 1

我认为匹配要比拆分容易得多,特别是因为你没有从初始字符串中删除任何东西.那么匹配什么？除了未转义之外的一切*.

怎么做？使用以下正则表达式:

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

(?:[^*\\]+|\\.)+匹配不是a *或任何转义字符的所有内容.无需任何外观.

\* 将匹配分隔符.

在代码中:

using System;
using System.Text.RegularExpressions;
using System.Linq;
public class Test
{
    public static void Main()
    {   
        string[] tests = new string[]{
            @"*\\*",
            @"*\\\**",
            @"*\**",
        };

        Regex re = new Regex(@"(?:[^*\\]+|\\.)+|\*");

        foreach (string s in tests) {
            var parts = re.Matches(s)
             .OfType<Match>()
             .Select(m => m.Value)
             .ToList();

            Console.WriteLine(string.Join(", ", parts.ToArray()));
        }
    }
}

输出:

*, \\, *
*, \\\*, *
*, \*, *

ideone演示