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));
}
}
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).