如何让正则表达式的引号捕获组成对且可选？

问题分析 #

你需要匹配两种核心场景：

• 字符串首尾有成对相同引号（或"），此时引号不属于名称，需捕获引号内的名称;数字部分`
• 字符串首尾无成对引号（或仅单侧有引号），此时未成对的引号属于名称一部分，需捕获包含引号的名称;数字部分
• 末尾带有未成对引号的字符串（如John;123'）不捕获

原正则(?:'|")?(.*);([0-9].+)(?:'|")?的问题在于：可选引号会被正则优先忽略，导致单侧引号被排除在名称捕获组之外，出现错误匹配。

解决方案 #

使用分支结构明确区分「成对引号包裹」和「非成对引号」两种场景，同时锚定字符串首尾避免部分匹配：

^(?:(['"])(.*);([0-9][^'"]*)\1|([^'"]*(?:['"][^'"]*)*);([0-9][^'"]*))$

正则拆解

• ^/$：锚定字符串首尾，确保匹配整个目标内容
• 第一个分支（成对引号场景）：(['"])(.*);([0-9][^'"]*)\1
  • (['"])：捕获开头的引号（'或"）到组1
  • (.*)：捕获分号前的名称（不含引号）到组2
  • ;：匹配分隔分号
  • ([0-9][^'"]*)：捕获数字开头、后续无引号的内容到组3
  • \1：引用组1的引号，强制结尾有相同引号，实现成对匹配
• 第二个分支（非成对引号场景）：([^'"]*(?:['"][^'"]*)*);([0-9][^'"]*)
  • ([^'"]*(?:['"][^'"]*)*)：捕获分号前的内容，允许包含单侧引号（但不会触发成对匹配）到组4
  • ;：匹配分隔分号
  • ([0-9][^'"]*)：捕获数字开头、后续无引号的内容到组5

匹配结果验证

优化：命名捕获组（可选） #

如果需要更清晰的捕获组标识，可以使用命名捕获组：

^(?:(?P<quote>['"])(?P<name>.*);(?P<num>[0-9][^'"]*)\k<quote>|(?P<name_with_quote>[^'"]*(?:['"][^'"]*)*);(?P<num_no_quote>[0-9][^'"]*))$

使用时直接通过名称调用捕获结果即可，无需区分分支。

内容的提问来源于stack exchange，提问作者Mark