正则提取中文句子背后有英文翻译的情况

abtxu

  u* H" j' h4 H* ?: R1 d
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）
4 ^' _& D! @8 p9 z& a# t

+ i# l& l/ C! Y5 ]- V( `大致上可以确定括号内的内容可以使用（[^一-龠].+?）实现匹配。
* @; K; c: k) N# @& a; y
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：

“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）
. N9 F0 j6 S6 v" c; |; L& ]7 j0 Y& b& t
即：
# X# g+ ^) V* O  b只匹配：
“中文中文”（non-Chinese character）
7 s2 X/ ]. R$ C4 u' a2 y
但避免这种情况：
3 s- m; }3 N' z+ q2 e4 m9 l中文中文中文：“中文中文”。中文中文中文：“中文中文”（non-Chinese character）

Mandolin

0 e) e7 p: V' R; Y4 b8 i* V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

7 W; O; Y3 a4 S: x或者这样也行：

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

复制代码

$ d) U. E( N; l' v& \6 u

abtxu

) u3 @6 W& [" J( E8 @. H

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？：

...

0 x9 q. z2 N7 @: Q6 W9 q多谢回复！
4 d, M9 o! c4 Y2 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）
; J9 n' `' V! l
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）

( M& @, t' _6 Q; Z

Mandolin

abtxu 发表于 2020-8-2 07:08
多谢回复！
4 |4 `! v, w7 q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 ...

9 w7 N4 q" G, N/ l* h嗯，那我就理解对了，上面给的代码能解决你的问题吗？

wjl

2 S' p3 {( o& w. n' k

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？：
6 u4 H$ W8 c( e9 v: x  K% t& {
...

多谢分享正则表达式技巧。

$ O# [" N6 f: g

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？

9 G+ G+ c: @6 m  C3 O. K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。
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）
. V( M. ~& [7 z. j2 O9 L' t
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）
/ q4 I; E: R3 h”當世哲人
我试图用[。”]*([^“”。]+)”（([^\x{2E81}-\x{FE29}]+)匹配，但没有成功。

; y& j9 {+ f! M: k$ Q

Mandolin

还要匹配前面部分的话，可以试试：

0 M( G7 Z+ N5 i+ p4 \8 i1 T

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

& ?' K) {# l  I( b, j1 g' x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
2 p3 I. I# w8 N7 N* ~还要匹配前面部分的话，可以试试：

. l0 P6 r- S7 P" {8 A+ \$ P可以了，非常感谢！