如何用正则匹配引号内内容及非AND/OR的单词（含word5AND类）

需求说明 #

目标输入文本：word1 AND word2 AND 'word3 word4' OR word5AND OR 'word6 OR word7'
需要匹配两类内容：

• 单引号或双引号包裹的任意内容
• 非独立存在的AND/OR的单词（如word5AND这类包含AND但并非单独作为一个词的内容）
  期望匹配结果：word1、word2、word3 word4、word5AND、word6 OR word7

原正则问题分析 #

原正则(["'])(?:(?=(\?))\2.)*?\1|(\b\w*[-']\w*\b)|(\w*)\b(?:(?!AND|OR)\w)+\b无法匹配word5AND，原因是最后一段规则要求单词末尾必须包含非AND/OR的字符，而word5AND结尾为AND，不符合该限制条件。

修复后的正则表达式 #

(['"])(?:\\?.)*?\1|\b(?!(AND|OR)\b)\w+\b

规则解释

1. 引号内容匹配：(['"])(?:\\?.)*?\1
   • 匹配单引号或双引号包裹的内容，支持转义引号（如'it\'s a test'这类场景），如果不需要支持转义引号，可简化为(['"]).*?\1
2. 非独立AND/OR单词匹配：\b(?!(AND|OR)\b)\w+\b
   • 通过负向预查排除单独的AND或OR单词，同时匹配所有包含AND/OR但整体为一个词的内容（如word5AND），以及普通单词（如word1、word2）

结合replaceAll的使用示例（Java环境） #

如果需要通过replaceAll过滤掉不需要的内容（单独的AND/OR及冗余空格），可使用以下方式：

String input = "word1 AND word2 AND 'word3 word4' OR word5AND OR 'word6 OR word7'";
// 匹配并替换单独的AND/OR以及它们周围的多余空格
String filtered = input.replaceAll("\\b(AND|OR)\\b|\\s+(?=(?:['\"]|\\b(?!AND|OR)\\w+\\b))", "");
// 输出结果：word1word2'word3 word4'word5AND'word6 OR word7'

如果需要提取所有匹配项，更推荐使用Matcher循环查找：

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

public class RegexTest {
    public static void main(String[] args) {
        String input = "word1 AND word2 AND 'word3 word4' OR word5AND OR 'word6 OR word7'";
        Pattern pattern = Pattern.compile("(['\"])(?:\\\\?.)*?\\1|\\b(?!(AND|OR)\\b)\\w+\\b");
        Matcher matcher = pattern.matcher(input);
        List<String> results = new ArrayList<>();
        while (matcher.find()) {
            results.add(matcher.group());
        }
        // results内容：["word1", "word2", "'word3 word4'", "word5AND", "'word6 OR word7'"]
    }
}

内容的提问来源于stack exchange，提问作者MWB