Obtendo o conteúdo entre aspas
Se você tem exatamente uma frase por linha, não precisa de regex. Basta usar split
para separar as linhas e depois ver se cada linha começa e termina com aspas:
const texto = `"Deve selecionar as aspas de abertura e fechamento"
'Deve selecionar as aspas de abertura e fechamento'
"Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string"
"Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string"
"Aspas de abertura diferente do fechamento'
Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
for (const linha of texto.split('\n')) {
let primeiro = linha[0]; // primeiro caractere da linha
let ultimo = linha.slice(-1); // último caractere da linha
// se começa com aspas e termina com a mesma aspas
if ((primeiro === '"' || primeiro === "'") && primeiro === ultimo) {
// pega o texto entre as aspas
console.log(linha.slice(1, -1));
}
}
Se a string tiver quebras de linha do Windows (\r\n
), você pode trocar para texto.split(/[\r\n]+/)
(assim, ele considera um ou mais \r
ou \n
em sequência).
Claro que também pode ser feito com regex. A sua não funcionou porque ela só verifica se começa com aspas ou termina com aspas (apenas uma dessas condições é o suficiente). Além disso, ela não garante que as aspas de abertura são a mesma do fechamento (poderia começar com "
e terminar com '
ou vice-versa).
Com regex ficaria assim:
const texto = `"Deve selecionar as aspas de abertura e fechamento"
'Deve selecionar as aspas de abertura e fechamento'
"Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string"
"Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string"
"Aspas de abertura diferente do fechamento'
Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let r = /^(["'])(.+)\1$/gm;
for (const match of texto.matchAll(r)) {
console.log(match[2]); // pega somente o texto entre as aspas
}
Primeiro eu coloco as aspas de abertura entre parênteses, formando um grupo de captura (e como é o primeiro par de parênteses da expressão, então é o primeiro grupo). No final eu uso a back-reference \1
, que significa "o mesmo que foi capturado no grupo 1", assim eu garanto que as aspas de abertura e fechamento devem ser a mesma.
Também uso os marcadores ^
e $
, que indicam o início e fim da string, mas graças à flag m
, eles também indicam o início e fim de uma linha. Assim eu garanto que as aspas devem estar no início e fim da linha.
No meio eu coloco .+
, que indica "um ou mais caracteres", e dentro de parênteses para formar outro grupo de captura (no caso, é o grupo 2).
Também uso a flag g
para pegar todas as ocorrências e dentro do for
eu imprimo o conteúdo do grupo 2 (que é o texto que está entre as aspas). Se quiser todo o texto, incluindo as aspas, use match[0]
.
matchAll
pode não funcionar em browsers mais antigos, então uma alternativa é usar exec
:
const texto = `"Deve selecionar as aspas de abertura e fechamento"
'Deve selecionar as aspas de abertura e fechamento'
"Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string"
"Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string"
"Aspas de abertura diferente do fechamento'
Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let r = /^(["'])(.+)\1$/gm;
let match;
while (match = r.exec(texto)) {
console.log(match[2]); // pega somente o texto entre as aspas
}
Mas se não for uma frase por linha, aí fica um pouco mais complicado:
const texto = `"Deve selecionar as aspas de abertura e fechamento" blablabla 'Deve selecionar as aspas de abertura e fechamento' lorem ipsum "Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string" fdsafadsf asd "Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string" fdasfasdfdsa Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let r = /"((?:[^"\\]|\\.)+)"|'((?:[^'\\]|\\.)+)'/g;
for (const match of texto.matchAll(r)) {
if (match[0][0] === '"') {
console.log(match[1]); // pega somente o texto entre as aspas
} else {
console.log(match[2]);
}
}
A ideia é pegar as aspas, e no meio eu posso ter [^"\\]|\\.
:
[^"\\]
: um caractere que não seja aspas nem \
, ou
\\.
: um \
seguido de qualquer caractere (assim ele pega os escapes)
Eu faço o mesmo para as aspas simples. O conteúdo entre as aspas estará no grupo 1 ou 2, dependendo das aspas que forem pegas.
Esse caso só não detecta quando tem aspas de abertura e fechamento diferentes no meio do texto (por exemplo, bla "abc' xyz
), pois aí fica impossível detectar se as aspas diferentes fazem parte da mesma frase ou não, e terá muitos falsos positivos (uma delas pode ser considerada a abertura ou fechamento de outra aspas que aparece antes ou depois, e aí teria que ter algum outro critério para separar as frases).
Removendo as aspas
Agora se a ideia é remover as aspas, basta fazer umas modificações.
Com split
:
const texto = `"Deve selecionar as aspas de abertura e fechamento"
'Deve selecionar as aspas de abertura e fechamento'
"Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string"
"Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string"
"Aspas de abertura diferente do fechamento'
Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let novoTexto = '';
for (const linha of texto.split(/(\n)/)) {
let primeiro = linha[0]; // primeiro caractere da linha
let ultimo = linha.slice(-1); // último caractere da linha
// se começa com aspas e termina com a mesma aspas
if ((primeiro === '"' || primeiro === "'") && primeiro === ultimo) {
// pega o texto entre as aspas
novoTexto += linha.slice(1, -1);
} else novoTexto += linha;
}
console.log(novoTexto);
Eu faço o split
usando (\n)
(pois quando há um grupo de captura na regex, as quebras de linha são incluídas no resultado). Assim eu consigo concatenar as quebras de linha da string original.
E com regex:
const texto = `"Deve selecionar as aspas de abertura e fechamento"
'Deve selecionar as aspas de abertura e fechamento'
"Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string"
"Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string"
"Aspas de abertura diferente do fechamento'
Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let novoTexto = texto.replace(/^(["'])(.+)\1$/gm, '$2');
console.log(novoTexto);
No replace
eu uso $2
, que corresponde ao segundo grupo de captura (que no caso, é o conteúdo entre as aspas).
Para o caso de não ter uma frase em cada linha:
const texto = `"Deve selecionar as aspas de abertura e fechamento" blablabla 'Deve selecionar as aspas de abertura e fechamento' lorem ipsum "Deve ignorar essa ocorrência interna 'de aspas simples' e selecionar somente as de abertura e fechamento da string" fdsafadsf asd "Deve ignorar essa ocorrência escapada \\"de aspas duplas\\" e selecionar somente as de abertura e fechamento da string" fdasfasdfdsa Essa string não tem aspas de abertura e fechamento, então deve ser ignorada
Essa string tem aspas aqui ', porém, como não é no inicio e no fim, deve ser ignorada`;
let novoTexto = texto.replace(/"((?:[^"\\]|\\.)+)"|'((?:[^'\\]|\\.)+)'/g, '$1$2');
console.log(novoTexto);
Como o conteúdo entre aspas pode estar no grupo 1 ou 2, eu uso $1$2
(o grupo que não ocorrer estará vazio, por isso assim funciona).
substring
e nem precisa de um regex