除引号中的标识符外，如何匹配标识符？

问题描述

假设我有以下字符串，并且我希望提取所有在引号中都以大写字母 except 开头的标识符：

Match1
Match2(Match3("NoMatch1 a NoMatch2 blabla"),Match4)
meh<Match5>

在这种情况下，Match1，Match2，Match3，Match4和Match5应该被捕获，而NoMatch1和{{ 1}}应该被忽略，因为它们在带引号的字符串中。

我可以使用JS正则表达式获得所需的结果。链接：(?<=^(\[^\"\]|\"\[^\"\]*\")*)(\b\[A-Z\]\w+\b)，但是我所有尝试将其转换为可用的Python正则表达式的尝试都以失败告终。到目前为止我遇到的错误消息：

NoMatch2

我不知道如何解决此问题。使用Python正则表达式完全可以吗？如果是这样，我想念什么？

注意：我还没有实际的Python代码，到目前为止，我一直在https://regex101.com上进行尝试。

解决方法

您可以使用以下模式：

\b[A-Z]\w+(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)

Demo 。

诀窍是使用正的Lookahead（与Lookbehind不同，长度可以不固定）。因此，我们使用Lookahead来检查双引号的对（因为每个开始的引号都会有一个结束的引号）。只要要匹配的单词后面加上偶数双引号（即成对），我们就知道它本身不用引号引起来。