Javascript 正则表达式捕获带有引号的句子

我在整理正则表达式以匹配引号和句子时遇到困难。以下是我尝试满足的（简化）规格：

• 一个句子是一连串的字符，后面跟着一个标点符号（一个点，以保持简单）或换行符

• 引号是两个

  “

  之间的字符链

• 每个句子都应该是新的匹配

• 句子可以包含引号，引号可以包含句子。只有引号中的最后一句才应结束捕获

到目前为止，我已经提出了这个：

\s*（（？：（“[^”]*”）\124;[^.\ n]）*\。+“？）\s*

测试用例：

正如你所见，我无法正确地将引号与句子分开。例如：

§2:

“大人，”迈亚告诉罗伯特勋爵，“一个小时后，人们看到了韦恩伍德夫人的旗帜。她很快就会来的，还有你表妹哈里。你想和他们打招呼吗？

应该是完全匹配的，但是正则表达式给了我三个，并捕获了下一段

§3:

“他们被邀请参加锦标赛，”她不确定地说。我不…“

应该作为完全匹配停止，但正则表达式继续捕获

Alayne合上她的书。

我不知道出了什么问题，任何帮助都将不胜感激

---

编辑：

对于一个简单的正则表达式，您想要做的事情是非常困难的，甚至是不可能的。最好编写一个解析器，因为在给定的情况下，这会容易得多

您需要做的是：

• 您需要两种模式：“引号内”或“引号外”
• 以“引号外”开头
• 如果遇到引号，请在模式之间切换
• 如果在“引号外”模式中遇到标点符号，请在此处中断匹配并开始新的匹配
• 如果在“引号内”-模式中遇到标点符号，请检查下一个字符是否为引号。如果是，请在此处中断匹配，开始新的匹配，并将模式设置为“引号外”

这会给你想要的。

拆分：

• （？！[。\n\s]）

  -首先检查是否以有效字符开头（而不是空格或句子结尾）

• [^.\n”]*

  -然后匹配任何未用引号括起且不包含句子结束符的文本

• （？：“[^\n”]*[^\n.”“[^.\n”]*）

  -然后匹配（在非捕获组中）至少包含一个字符且不包含换行符且不以句子结束符结尾的引号-后跟不在引号中且不包含句子结束符的零个或多个字符

• *

  -上一个非捕获组可以重复0次（这样就可以有不带引号的句子）或更多次

• （？：“[^”\n]+\.“|\.|（？=\n））

  -最后，在句子末尾添加以句号结尾的引号或句号，或者检查我们是否以换行结束

---

您已将正则表达式编程为检测单点结束，因此“他们被邀请参加比赛，”她不确定地说，“我没有……”Alayne合上了书。这是一个完整的句子，它是正确的。你的正则表达式正在发挥作用。你的例子§2不是一个完整的匹配，而是根据你要求的规则的三个。因为“road”和“Harry”后面有puncuation标记。

\+

不是指“一个点，在一次和无限次之间”？@Arathisrekumar我的第四条规则是：包含多个引号的句子应该是唯一的匹配。如果不清楚，很抱歉。是的，但你的词组不在引号内。这意味着，你的句子以标点符号结尾，不包含多个引号。谢谢你的尝试，但你遇到的问题与我相同，你的正则表达式给出了答案《代码》的一场比赛“他们被邀请了，”她不确定地说，“参加锦标赛。我不……”阿莱恩合上了书。但应该是2。

((?![.\n\s])[^.\n"]*(?:"[^\n"]*[^\n".]"[^.\n"]*)*(?:"[^"\n]+\."|\.|(?=\n)))