用于匹配字符串中单引号单词并忽略转义单引号的正则表达式模式

Question

我的 PHP 代码如下所示：

$input = "City.name = '纽约'";
$literal_pattern = '/\'.[^\']*\'/';
preg_match($literal_pattern, $input, $token);
回声 $token[0]; // 打印“纽约”

我的正则表达式需要使用转义的单引号获取文字，例如：

$input = "City.name = '纽约\'纽约'";
$literal_pattern = ???????????;
preg_match($literal_pattern, $input, $token);
回声 $token[0]; // 应该打印 'New \' York'

$literal_pattern 的规则是什么？

Answer 1

没有这个条件，简单...

/('[^']*')/

...当然就足够了：匹配“单引号，后跟任意数量的非单引号符号，再后跟单引号”的所有序列。

但是因为我们需要为两件事做好准备——“正常”和“逃逸”。所以我们应该在我们的模式中添加一些香料：

/('[^'\\]*(?:\\.[^'\\]*)*')/

它可能看起来很奇怪（确实如此），但实际上也很简单：匹配...的序列

• 单引号符号...
• ...后跟零个或多个“正常”字符（不是'或\），
• ...后跟（“转义”符号，然后是零个或多个“正常”符号）的子表达式，重复 0 次或多次...
• 后跟单引号符号。

例子：

$input   = "City.name = 'New \\' York (And Some Backslash Fun)\\\\'\\'"; 
# ...as \' in any string literal will be parsed as a _single_ quote

$pattern = "/('[^'\\\\]*(?:\\\\.[^'\\\\]*)*')/";
# ... a choice: escape either slashes or single quotes; I choose the former

preg_match($pattern, $input, $token);
echo $token[0]; // 'New \' York (And Some Backslash Fun)\\'