如何编写正则表达式提取含转义引号的指定结构文本内容

你之前编写的正则无法生效，核心原因有三点：

• 硬编码了father|mother关键词，和实际场景的marker|abbreviation标识词完全不匹配
• 用[^"]*匹配引号包裹内容时，没有处理转义引号\"的场景，遇到转义引号会提前终止匹配
• 没有覆盖连接词for的场景，也没有适配字符串外层包裹引号、末尾带句号的冗余格式

可用正则表达式 #

以下正则兼容PCRE、JavaScript、Python等绝大多数主流正则引擎，支持转义引号识别、单/双引号包裹后缀、外层冗余字符过滤：

/^"?(.*?) is a (marker|abbreviation) (?:of|for) (?:"((?:[^"\\]|\\.)*)"|'((?:[^'\\]|\\.)*)'|(.*?))"?\.?$/

替换时使用替换串：

$1 $2 $3$4$5

正则逻辑说明 #

• ^"?：匹配字符串开头可选的外层包裹双引号
• (.*?)：非贪婪捕获标识词前的前缀内容
• is a (marker|abbreviation)：匹配固定句式结构，捕获marker/abbreviation两个标识词
• (?:of|for) ：匹配标识词后的连接词of/for，不做捕获
• 后缀内容匹配分三个分支，自动识别包裹格式：
  • "((?:[^"\\]|\\.)*)"：匹配双引号包裹的后缀，支持识别转义字符（含转义双引号），捕获时自动剔除外层双引号
  • '((?:[^'\\]|\\.)*)'：匹配单引号包裹的后缀，支持识别转义字符，捕获时自动剔除外层单引号
  • (.*?)：匹配无引号包裹的纯文本后缀
• "?\.?$：匹配字符串末尾可选的外层包裹双引号、可选的句尾点号

效果验证 #

1. 核心用例输入："_,\"'() is a marker of \"'_( ,)\"."
   替换输出：_,"'() marker \"'_( ,)，和预期结果完全一致
2. 示例2输入："Test is a marker for 'testing'"
   替换输出：Test marker testing，和预期结果完全一致
3. 示例3输入：G is a abbreviation for "GDP ('Gross Domestic Product')"
   替换输出：G abbreviation GDP ('Gross Domestic Product')，核心内容完全匹配，如需保留示例中G后的双空格，只需要把替换串中$1和$2之间的空格改成两个即可。

内容的提问来源于stack exchange，提问作者user879156