如何用Java编写正则匹配Java源代码中带转义引号的字符串

现有正则的问题 #

你当前使用的".*[^\]"存在两个核心缺陷，完全无法满足转义引号的匹配需求，也拆分不出独立的字符串字面量：

• 贪婪匹配的.*会从第一个出现的"开始，一直吞到文本最末尾的符合条件的"才停下，哪怕两个独立字符串之间隔着类定义、方法代码，也会被整体包裹进同一个匹配结果
• 末尾的[^\]判断逻辑没有逐字符识别转义序列的能力，遇到字符串内部的转义双引号（比如"Hello \"World\""）时，也会因为贪婪匹配的特性错误扩大匹配范围；如果换成非贪婪模式，又会把内部的转义"当成字符串闭合标记，直接截断匹配结果，拿不到完整的字符串内容

符合Java语法规范的正则实现 #

Java 普通字符串字面量的边界判定规则非常明确：

• 字符串以未转义的双引号"为起始标记
• 字符串内部所有内容，要么是「非"、非\的普通字符」，要么是「反斜杠开头的转义序列（不管后面跟什么字符）」
• 以第一个未被转义的双引号"为闭合标记

对应适配的正则表达式为：
"((?:[^"\\]|\\.)*)"

各部分的匹配逻辑：

• 外层的两个"：匹配字符串的起始、结束双引号标记
• 非捕获分组(?:...)：用来遍历匹配字符串内部的所有合法内容
  • [^"\\]：匹配除双引号、反斜杠之外的所有普通字符，不会误判字符串边界
  • \\.：匹配任意一个转义序列——不管是转义引号\"、转义反斜杠\\，还是\n、\t这类其他转义符，都能被正确识别为字符串内部内容，不会被当成闭合标记
• 外层的*：允许内部内容重复0次或多次，覆盖空字符串的场景

Java 代码中的实际使用方式 #

因为整个源码存在单个字符串中、可能没有换行的场景，这个正则不需要额外开启DOTALL等匹配标记，直接使用即可：

// 读取到的完整Java源码字符串
String javaSource = sourceContent;
// 编译匹配规则（注意Java字符串中需要对反斜杠做二次转义）
Pattern strPattern = Pattern.compile("\"((?:[^\"\\\\]|\\\\.)*)\"");
Matcher matcher = strPattern.matcher(javaSource);

while (matcher.find()) {
    // 匹配到的完整字符串（带前后双引号，比如 "Hello \"World\""）
    String fullMatchedLiteral = matcher.group();
    // 字符串内部的原始内容（不带前后双引号）
    String literalContent = matcher.group(1);
    // 在此处执行自定义替换逻辑即可
}

方案适配说明 #

• 针对转义引号场景：比如样例中的"Hello \"World\""，这个正则会完整从第一个"匹配到最后一个"，不会被中间的转义引号截断
• 针对注释边界的要求：这个正则碰到第一个未转义的"就会终止匹配，完全不会出现跨代码块、跨注释的越界匹配；哪怕误匹配到注释内部的字符串字面量，也不会突破注释本身的文本边界，完全符合要求
• 注意适配范围：这个规则仅匹配Java 8及更早版本的普通双引号字符串，如果涉及Java 15+的三引号文本块（"""..."""），需要单独补充对应匹配规则

内容的提问来源于stack exchange，提问作者RcCookie