如何用正则匹配分号开头注释（排除未转义引号包裹场景）

需求：匹配以分号开头的行尾注释，但如果分号被未转义的双引号同时包裹两侧，则不匹配该分号（仅绿色块标注的注释需要被匹配）。

规则说明：

• 双引号通过重复""转义，转义后的双引号不具备“包裹分号以禁用注释”的作用；
• 不平衡的双引号视为转义后的，同样不生效。

现有正则^(?>(?:""[^""\n]*""|[^;""\n]+)*)""?[^"";\n]*(;.*)存在缺陷，无法正确处理最后一个测试向量行末尾的转义双引号。

测试向量（与示意图一致）：

Peekaboo ; A comment starts with a semicolon and continues till the EOL
Unless the semicolon is surrounded by dquotes ”Don’t do it ; here” ;but match me; once
Im not surrounded ”so pay attention to me” ; ”peekaboo”
Im not surrounded ”so pay attention” to;me” ; ”peekaboo”
Im not surrounded ”so pay attention to me ; peekaboo
Dquote escapes a dquote so ”dont pay attention to ””me;here”” buster” do it ; here
Don’t pay attention to  ”””me;here””” but do ””it;here””
and ”dont do ””it;here”””  either ;peekaboo
but "pay attention to "it;here"" ;not here though
Simon said ”I like goats” then he added ”and sheep;” ;a good comment is ”here
Simon said ”I like goats” then he added ”and sheep;” dont do it here
Simon said ””I like goats;”peekaboo
Simon said ”I like goats;””peekaboo

修正后的正则 #

^(?>(?:""[^"\n]*""|[^;"\n]+)*)(?:""?[^;"\n]*)(;.*)

逻辑说明 #

原正则的""?[^"";\n]*部分在处理行尾连续转义双引号时会出错，修正后：

1. 原子组(?>(?:""[^"\n]*""|[^;"\n]+)*)负责匹配所有非注释内容，包括转义的双引号对和普通文本；
2. (?:""?[^;"\n]*)替换原逻辑，确保单个未闭合引号（视为转义）或转义对残留都能被正确跳过，精准定位到第一个有效的注释起始分号；
3. 最终捕获(;.*)作为目标注释。

该正则可正确处理所有测试向量，包括最后一行的转义双引号场景。

内容的提问来源于stack exchange，提问作者Pavel Stepanek