Python 要匹配[^'；]但也要匹配\'；串

我正在解析一个.SQL文件并尝试将其写入Mongodb

我用了这个正则表达式

\((\d+),'([^']+)'(?:,(\d+))(?:,(\d+))(?:,(\d+))\)

，它适用于大多数情况

(431532,'Fluorescent_cheese_dyes',0,0,0),(431533,'Christian_Rock_albums',0,0,0),
(431534,'Variety_radio_stations',0,0,0),(431535,'Dean\'s_list',0,0,0),

但在最后一个例子中，关于哪里有

\'

，它没有这样做，因为我使用了

'（[^']+）

来匹配字符串。当我将

'（[^']+）'

更改为

'（（？：（？：\）|[^']+）

时，它将匹配一个实例中的所有案例，而不是4个。分组如下：

1.  431532
2.  Fluorescent_cheese_dyes',0,0,0),(431533,'Christian_Rock_albums',0,0,0),(431534,'Variety_radio_stations',0,0,0),(431535,'Dean\'s_list
3.  0
4.  0
5.  0

---

如果第二组将字符串与

\'

匹配，我该如何处理呢？

我建议将

'（[^']+）'

替换为

'（[^']\\'）+）

字符串被单引号包围。它包含以下一个或多个实例：

• 除单引号外的字符，或
• 单引号由一个反斜杠转义

---

只需使用非贪婪的

（

+？

）

---

示例：

看起来您必须解释引号中的任何转义

 # \((\d+),'((?:\\[\S\s]|[^'\\])*)'(?:,(\d+))(?:,(\d+))(?:,(\d+))\)

 \(
 ( \d+ )                             # (1)
 ,
 '
 (                                   # (2 start)
      (?: \\ [\S\s] | [^'\\] )*
 )                                   # (2 end)
 '
 (?:
      ,
      ( \d+ )                        # (3)
 )
 (?:
      ,
      ( \d+ )                        # (4)
 )
 (?:
      ,
      ( \d+ )                        # (5)
 )
 \)

---

你在分析什么？我避免使用正则表达式解析（如果可能…）我正在解析sql转储。我不确定格式是什么，但似乎用括号将其包装可以创建元组列表，您可以

求值

：-）谢谢！我后来的正则表达式中的错误是我使用了

\'

而不是

\'

，这与任何东西都不匹配。

'（（[^']\\\'）+）

匹配

'\'

@sln，是的，谁说不应该？如果反斜杠字符仅用于转义引号，并且输入字符串有效，则将有一个匹配的未转义单引号，贪婪的

+

将匹配到该单引号。这就是问题所在，它匹配

'\'

当

反斜杠字符仅用于转义引号时，没有结束引号。如果你说输入是有效的，这可能是一个没有实际意义的观点，但是为什么要尝试匹配一个所谓的平衡报价呢？通过使用这个标准，
（.*）@sin，你的观点是清楚的。另一方面，我的也是。要解析的内容的规范应该是明确的，不应该依赖于懒惰与否。我建议的正则表达式几乎是确定性的（您必须从否定类中排除反斜杠，使其完全确定性，这是我建议的，如果我完全知道Gi想要做什么，例如，
”（（[^'\]\\\\'\\\\\\\\\\\\\\\\\\\\\\\\\+）
）。另一方面，懒惰的重复并没有那么明显，它会导致回溯和性能损失。如果你分别匹配这5个元组中的每一个，这就可以了。我相信如果一个字符串包含多个正则表达式，并尝试将其与
R*
匹配，您会遇到各种各样的问题，其中
R
是您的整个正则表达式。@nickie不符合regex101的要求-您可以在一行中添加任意多个全局修饰符，并将它们全部匹配。我认为这是一个更好的答案。
 # \((\d+),'((?:\\[\S\s]|[^'\\])*)'(?:,(\d+))(?:,(\d+))(?:,(\d+))\)

 \(
 ( \d+ )                             # (1)
 ,
 '
 (                                   # (2 start)
      (?: \\ [\S\s] | [^'\\] )*
 )                                   # (2 end)
 '
 (?:
      ,
      ( \d+ )                        # (3)
 )
 (?:
      ,
      ( \d+ )                        # (4)
 )
 (?:
      ,
      ( \d+ )                        # (5)
 )
 \)