正则表达式如何提取最外层双引号内带嵌套引号的文本

问题说明 #

需要从带固定前缀的文本中，截取最外层一对双引号内部的全部内容，允许内容本身包含双引号字符。
测试用待处理文本：

some text "have "some text" here "that should" be cut"

之前使用的正则：

some text "(?<name>[^"]*)"

实际运行仅返回have，预期需要提取的结果为：

have "some text" here "that should" be cut

问题原因 #

原正则的捕获组规则[^"]*只会匹配连续的非双引号字符，遇到内容里第一个内嵌的双引号就会终止匹配，根本覆盖不到后面带双引号的内容。

可用正则 #

直接利用正则默认的贪婪匹配特性即可，写法如下：

some text "(?<name>.*)"

如果待匹配的双引号内容包含换行，开启单行模式（让.支持匹配换行符）即可，对应写法：

some text "(?<name>.*)"s

逻辑说明 #

正则默认是贪婪匹配模式，.*会尽可能匹配最长的符合规则的内容：匹配时先找到some text 后面的第一个双引号作为起点，之后一直向后匹配到文本末尾，再向前回溯找到整段内容里最后一个双引号作为终点，刚好把首尾两个最外层双引号中间的所有内容（包括内部嵌的所有双引号）都捕获到name组里，跑测试用例就能拿到预期的完整结果。

注意：该方案适配你给出的样例场景，即最外层双引号为前缀后第一个双引号、以及文本末尾最后一个双引号的结构。如果你的文本在最后一个双引号之后还有其他双引号内容，需要根据实际的边界规则调整匹配逻辑。

内容的提问来源于stack exchange，提问作者Idur Jul