如何用C#正则表达式实现重复引号的正确匹配？

当前使用的正则表达式代码为：

Regex.Match(ln, "\"[\\u0000-\\u007E]+\"")

当目标字符串ln包含重复引号（如""text...""、"""text..."""等）时，无法按预期匹配。需要实现以下规则：

• 引号数量为偶数时，匹配最外层一对引号包裹的内容；
• 引号数量为奇数时，截断最后一个引号后匹配；
• 支持匹配"text1"text2"text3"这类字符串。

具体匹配示例：

• "stack"overflow" → 匹配"stack"
• "stack""overflow" → 匹配"stack""overflow"
• text1""text2""text3 → 匹配""text2""
• "text1"text2"text3 → 匹配"text1"

使用以下正则表达式即可满足需求：

Regex.Match(ln, "\"(?:\"|[^"])*?(?=(?:\"{2})*$|(?!\"))")

正则解析 #

• "：匹配起始的双引号；
• (?:\"|[^"])*?：非捕获组，匹配任意数量的双引号或非双引号字符，*?采用非贪婪模式，确保优先找到符合结束条件的位置；
• (?=(?:\"{2})*$|(?!\"))：正向预查，用于确定匹配的结束点：
  • (?:\"{2})*$：保证从当前位置到字符串末尾的引号数量为偶数（成对存在）；
  • (?!\")：或者当前位置之后没有双引号（处理奇数引号的截断场景）。

示例验证 #

针对给出的示例逐一验证：

1. "stack"overflow"：起始引号后，遇到第一个单独的引号（后接非引号字符），触发(?!")条件，匹配停止，得到"stack"；
2. "stack""overflow"：从起始引号到末尾共有4个引号（偶数），满足(?:\"{2})*$条件，完整匹配得到"stack""overflow"；
3. text1""text2""text3：正则找到第一个符合条件的引号块，从第一个"到第四个"，末尾到字符串结尾无多余引号（数量为0，偶数），匹配得到""text2""；
4. "text1"text2"text3：起始引号后遇到单独的引号（后接非引号字符），触发(?!")条件，匹配停止，得到"text1"。

内容的提问来源于stack exchange，提问作者Filipe