Java正则表达式需求：提取单引号外的所有字符串

问题分析 #

你当前的正则无法区分单引号内/外的单词，因为单引号和内部单词之间有空格，导致(?!')这类断言无法生效——单引号内的单词前后是空格而非单引号，会被误匹配。另外还要注意字符串里的Mother''s是转义单引号（代表Mother's），处理时需要兼容这种情况。

可行方案：先清理单引号内容，再提取目标单词 #

最稳妥的方式是先移除所有单引号包裹的内容（包括含转义单引号的块），再从剩余文本中提取符合规则的单词：

步骤1：移除单引号内的内容

使用正则'([^']|'')*'匹配所有单引号块：

• '：匹配起始单引号
• ([^']|'')*：匹配任意数量的「非单引号字符」或「转义单引号（两个连续单引号）」
• '：匹配结束单引号

步骤2：提取目标单词

用你原来定义的正则（或简化版）提取剩余文本中的单词即可。

Java代码示例 #

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class StringExtractor {
    public static void main(String[] args) {
        String myString = "IF What young > old, 'Price 1', 'Prediction One', 'Mother''s Day', good";
        
        // 移除所有单引号内的内容
        String cleanedText = myString.replaceAll("'([^']|'')*'", "");
        
        // 用你定义的正则提取目标单词
        String myRegex = "\\b[a-zA-Z_]+\\d*[.]?[a-zA-Z_]*\\d*\\b";
        Pattern pattern = Pattern.compile(myRegex);
        Matcher matcher = pattern.matcher(cleanedText);
        
        List<String> result = new ArrayList<>();
        while (matcher.find()) {
            result.add(matcher.group());
        }
        
        System.out.println(result); // 输出：[IF, What, young, old, good]
    }
}

直接匹配的备选方案（进阶） #

如果不想先清理文本，也可以用零宽断言直接匹配不在单引号内的单词，但逻辑更复杂：

String myRegex = "(?<!'(?:[^']|'')*)\\b[a-zA-Z_]+\\d*[.]?[a-zA-Z_]*\\d*\\b(?!(?:[^']|'')*')";
Pattern pattern = Pattern.compile(myRegex);
Matcher matcher = pattern.matcher(myString);
List<String> result = new ArrayList<>();
while (matcher.find()) {
    result.add(matcher.group());
}

这个正则通过(?<!'(?:[^']|'')*)确保单词前面没有未闭合的单引号块，(?!(?:[^']|'')*')确保单词后面没有未闭合的单引号块，从而只匹配单引号外的单词。不过实际场景中优先推荐第一种清理后提取的方式，更易维护。

内容的提问来源于stack exchange，提问作者5122014009