如何修改正则表达式以捕获引号内外内容分组（Python环境）

你的问题在于原正则只覆盖了开头到双引号的内容+双引号字符串，以及单引号字符串，漏掉了中间的普通文本asdf。我们需要设计一个能匹配三种内容块的正则：双引号包裹的字符串、单引号包裹的字符串，以及非引号的文本块（包括带空格的开头部分和中间的单个单词）。

解决方案代码 #

在Python中，你可以用这个正则配合re.findall来实现需求：

import re

input_str = 'testing my regex "testing 1234" asdf \'asdfasd\''
# 正则匹配规则：优先匹配引号包裹的内容，再匹配非引号的文本块
pattern = r'"[^"]*"|\'[^\']*\'|[^"\']+'
# 获取所有匹配项
raw_matches = re.findall(pattern, input_str)
# 清理每个匹配项的前后空白，过滤空字符串
final_groups = [match.strip() for match in raw_matches if match.strip()]

print(final_groups)
# 输出结果：['testing my regex', '"testing 1234"', 'asdf', "'asdfasd'"]

正则解释 #

• "[^"]*"：匹配双引号包裹的内容，[^"]*表示匹配任意非双引号的字符（0次或多次）
• \'[^\']*\'：匹配单引号包裹的内容，逻辑和双引号的规则一致
• [^"\']+：匹配任意非引号的字符（1次或多次），用来捕获普通文本块

为什么原正则不行？ #

原正则(^[^"]*)"([^"]*)"|'([^']*)'是两个分支的逻辑：要么匹配开头到第一个双引号的内容+双引号里的内容，要么匹配单引号里的内容。中间的asdf既不属于第一个分支的后续部分，也不属于第二个分支，所以被遗漏了。

额外说明 #

如果你的文本中存在引号嵌套（比如双引号里有单引号，或者反之），这个基础正则会失效，但根据你的示例文本，这个方案完全适用。如果需要处理嵌套引号，我们可以再调整正则逻辑。

内容的提问来源于stack exchange，提问作者Tanishq dubey