0

Passada uma string devo aplicar uma regex que selecione as aspas de abertura e fechamento, ignorando qualquer ocorrência de aspas no escopo interno da string. Veja alguns exemplos:

"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"
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

Essa abordagem irá me permitir aplicar alguns match de validação, bem como permitir remover estas aspas já que este é um dos meus objetivos.

Sendo assim, de forma resumida, como posso utilizar regex para selecionar as aspas que envolvem uma string, sendo elas simples ou duplas?

Existe uma outra regra que é: caso a string inicie e finalize com um padrão de aspas diferente o match não deve ser verdadeiro/ocorrer. Ex:

'Não deve selecionar as aspas pois abertura e encerramento são diferentes"

O único resultado que consegui obter foi (?:^["']|["']$), porém, não atende conforme descrevi.

4
  • se a string tem sempre aquele formato, pode remover o primeiro e último caracteres da string, usando substring e nem precisa de um regex Commented 30/12/2020 às 2:00
  • Complementei a publicação para ficar mais completa. Nem todas as string possuem aspas de abertura e fechamento. Commented 30/12/2020 às 2:10
  • Como é passada essa string para o programa? Cada linha é um elemento num array ou tudo é um texto só? Pergunto porque dependendo da estrutura a resposta é diferente. Commented 30/12/2020 às 2:17
  • É passado como string única. A função que faz esse parse/tratamento recebe uma string literal toda vez que é chamada. Commented 30/12/2020 às 2:38

1 Resposta 1

2

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).

2
  • Consigo utilizar em um replace no meu código typescript para remover somente as aspas que casam com essa regex? Commented 30/12/2020 às 14:45
  • @FábioJânio Atualizei a resposta
    – hkotsubo
    Commented 30/12/2020 às 15:04

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .