正则提取中文句子背后有英文翻译的情况

abtxu

8 M* A1 |8 E! S. k. @# G6 P, O
案例：
《詩·東山》：“其新孔嘉，其舊如之何？”竊以爲當與《易》此節合觀，舊解未的。二句寫征人心口自語：“當年新婚，愛好甚摯，久睽言旋，不識舊情未一五變否？”乃慮其婦闊别愛移，身疏而心亦遐，不復敦夙好，正所謂“近鄉情更怯”耳。王建《遠將歸》：“遠將歸，勝未别時，在家相見熟，新歸歡不足”；則求金者遠歸之喜詞，與舍軀者生還之疑詞，區以别矣。西方古詩歌或歎喋血餘生，無錢無食，襤褸如丐，千里歸來，則婦初不閒曠，與不知誰何生子累累（Wohlgebrauchte Weiber，/Ungewisse Kinder）；或託爲妻詬夫從軍云：“汝去我甚急，頭插鳥羽，獨不慮歸來時身將披龜甲耶！”（Ma di penne，a fuggirmi，il capo adorna；é porterai nel trionfo altero/delta luna ottomana ambe le corna！）雖口角獷鄙，要亦如王弼註所言情事也。

需要的匹配形式：  “中文中文”（non-Chinese character）例如：“倘明吾旨，則由吾言而更上陟焉，吾言遂無復意義，亦猶緣梯而升，盡級登高，則必捨梯也”（Meine Sätze erläutern dadurch，dass sie，der，welcher mich versteht，am Ende als unsinnig erkennt，wenn er durch sie－ auf ihnen－über sie hinausgestiegen ist）
: P! y  n+ B+ P& M: u

. m. L2 b- b+ G& ^% H+ K7 X大致上可以确定括号内的内容可以使用（[^一-龠].+?）实现匹配。

问题是怎么做到匹配双引号中的中文的时候，只匹配括号之前的第一个句子的双引号，即不要匹配成：
0 r3 T; v, V+ G& L3 s! w; |; x
0 U. D" @2 s; Y! k7 {  h“故記誦者，學問之舟車也。人有所適也，必資乎舟車，至其地，則捨舟車矣；一步不行者，則亦不用舟車矣。”當世哲人維德根斯坦謂：“倘明吾旨，則由吾言而更上陟焉，吾言遂無復意義，亦猶緣梯而升，盡級登高，則必捨梯也”（Meine Sätze erläutern dadurch，dass sie，der，welcher mich versteht，am Ende als unsinnig erkennt，wenn er durch sie－ auf ihnen－über sie hinausgestiegen ist）
; O$ ~) n& T# n) k8 a- s4 ?4 E! w* ^' W
即：
只匹配：
3 o0 f( y8 X' r6 g“中文中文”（non-Chinese character）
9 P  T# m# V+ I4 {" F4 @, m* E
. [/ A4 o8 P( |但避免这种情况：
中文中文中文：“中文中文”。中文中文中文：“中文中文”（non-Chinese character）

Mandolin

匹配带英文翻译并且前面是引号标注的中文？没有完全明白你的意思，按我理解你是要这样？：

1. “([^“”]+)”（([^\x{2E81}-\x{FE29}]+)）      /* \1匹配中文，\2匹配英文*/

复制代码

或者这样也行：
2 i4 j( I4 X, h

1. “([^“”]+)”（([^（）]+)）        /* \1匹配中文，\2匹配英文*/

复制代码

! \! W, \! Q- L, ?2 n
7 x1 R4 t7 r! K" s+ @8 ^! }

abtxu

8 D3 b. w. S9 Z# ]* o) q

Mandolin 发表于 2020-8-1 23:29
; X% x" w0 [/ g  @1 Z匹配带英文翻译并且前面是引号标注的中文？没有完全明白你的意思，按我理解你是要这样？：
0 q2 O2 K% Q1 Q+ ?2 O
, t: Z/ ?9 \' B  P8 A! w ...

* n' B" u7 k0 X! Z5 C2 p多谢回复！
) x. A; d, H( E' Q3 a* \已经更新了介绍。
, e9 O6 V, j. r) I  S( D我的问题可能是一个思路的问题：先确定了括号中的外文的匹配方式，怎么做到匹配前面的有且只有一句双引号中的中文，而不把更前面的带双引号的中文的第一个双引号，当作双引号的起点。只匹配：
“中文中文”（non-Chinese character）
9 g$ [; U$ \5 n' e' V( y
但避免这种情况：
4 H5 F% {8 D; `4 A中文中文中文：“中文中文”。中文中文中文：“中文中文”（non-Chinese character）
. Y7 T' n, ~1 D  j9 L

Mandolin

abtxu 发表于 2020-8-2 07:08
多谢回复！
$ ?* n! C3 g; E' ]已经更新了介绍。
我的问题可能是一个思路的问题：先确定了括号中的外文的匹配方式，怎么做到 ...

嗯，那我就理解对了，上面给的代码能解决你的问题吗？

wjl

Mandolin 发表于 2020-8-1 23:29
匹配带英文翻译并且前面是引号标注的中文？没有完全明白你的意思，按我理解你是要这样？：
+ m% V1 h6 U1 }# T
$ X& t+ }/ H8 ?4 i& G ...

! k( @0 ]+ W2 L: W& t4 V+ ^多谢分享正则表达式技巧。
% {, W0 ]9 g1 o) k  P, r5 \
$ `% I! F, s8 v* |0 s+ A3 G
6 y% X7 v5 f1 b7 ~7 e
+ Q1 n' |" T2 x& q+ R% W  W
3 q( n, f, t5 k% ^. `. [9 N

abtxu

Mandolin 发表于 2020-8-2 07:37
嗯，那我就理解对了，上面给的代码能解决你的问题吗？

8 z5 z9 |, n8 F0 i非常感谢！可以解决了！
可否再拓展一下，把中文引号前面的部分也匹配进去？也就是把以下红色部分也匹配到。
5 Z% ~  X" ~9 B/ O, y3 H5 r  X當世哲人維德根斯坦謂：“倘明吾旨，則由吾言而更上陟焉，吾言遂無復意義，亦猶緣梯而升，盡級登高，則必捨梯也”（Meine Sätze erläutern dadurch，dass sie，der，welcher mich versteht，am Ende als unsinnig erkennt，wenn er durch sie－ auf ihnen－über sie hinausgestiegen ist）
" M" D: ]6 N2 A6 }! @% X
观察到 當世哲人 前面可能有引号（其实也可能是句号，也可能没有）
- |) W! G+ m) I2 V* f' {( y9 V”當世哲人
* E( e) w" Z. D6 x. R$ S我试图用[。”]*([^“”。]+)”（([^\x{2E81}-\x{FE29}]+)匹配，但没有成功。
  x5 u5 ~5 b2 b5 _# N& z/ ~0 W

Mandolin

还要匹配前面部分的话，可以试试：

/ {/ N4 Q' x4 R2 W' O+ K& d/ @

1. [。！”]*([^。！”]*)“([^“”]+)”（([^（）]+)）    /* \1匹配前面部分，\2匹配引号内中文，\3匹配括号内内容*/

复制代码

也不一定行，可能需要视情况修改，你多试试，大概用法知道了就可以举一反三

abtxu

Mandolin 发表于 2020-8-2 10:13
# o& c# w% F/ v1 \, ~0 F& o# [还要匹配前面部分的话，可以试试：

9 _% E! y" w5 {! b. I可以了，非常感谢！