如何用正则表达式匹配Python代码中含转义引号的字符串

Got it, let's tackle this regex problem you're having! The issue with your original pattern "\"[^\"]*\"" is that it stops as soon as it hits a "—even if that quote is escaped with a backslash. Let's fix that.

核心思路 #

我们需要一个正则表达式，能匹配转义引号（\"）或者任何非普通引号的字符，这样转义后的引号就不会被误判为字符串的结束符。

可行的正则表达式 #

这里是你需要的匹配模式：

"(?:\\"|[^"])*"

模式拆解： #

• ": 匹配开头的双引号。
• (?:...): 非捕获分组（使用它是为了让re.findall直接返回完整的带引号字符串，而不是分组内的内容）。
  • \\": 匹配转义引号\"——这里的双反斜杠是因为正则本身会把反斜杠当作转义字符，所以需要额外转义一次。
  • |: 逻辑“或”操作符。
  • [^"]: 匹配任何不是普通双引号的单个字符。
• *: 允许分组内容重复0次或多次（也能匹配空字符串）。
• ": 匹配结尾的双引号。

Python使用示例 #

用你的源码测试一下这个正则：

import re

source_code = '''def someStuff(): return "blabla" myThing = "Bob told me: \\"Hello there!\\"" twoStrings = "first part " + "second part"'''
pattern = r'"(?:\\"|[^"])*"'

# 获取所有完整匹配结果
matches = re.findall(pattern, source_code)
print(matches)

运行后会输出你需要的所有目标字符串：

['"blabla"', '"Bob told me: \\"Hello there!\\""', '"first part "', '"second part"']

补充说明 #

• 如果你想捕获引号内部的内容（不带前后的"），可以把模式改成带捕获分组的版本："(\\|[^"])*"，但此时findall会返回分组内的内容，而非完整的带引号字符串。
• 这个模式适用于基础的双引号Python字符串。如果需要处理单引号、三引号或者更复杂的转义序列（比如\\后跟另一个反斜杠），需要扩展正则，但完全能满足你当前的需求。

内容的提问来源于stack exchange，提问作者Griffort