Как обрабатывать вложенные скобки с помощью регулярных выражений?

Question

Как обрабатывать вложенные скобки с помощью регулярных выражений?

Я придумал строку регулярного выражения, которая разбивает данный текст на 3 категории:

в скобках

в скобках

ни.

Вот так:

[.+?]|(.+?)|[w+ ?]+

Мое намерение состоит в том, чтобы использовать только внешний оператор. Итак, учитывая a(b[c]d)e, раскол будет следующим:

a || (b[c]d) || e

Он прекрасно работает с заданными скобками внутри скобок или скобками внутри скобок, но ломается, когда есть скобки внутри скобок и скобки внутри скобок. Для пример, a[b[c]d]e разбивается на

a || [b[c] || d || ] || e.

Есть ли способ справиться с этим, используя только регулярное выражение, не прибегая к использованию кода для подсчета количества открытых / закрытых скобок? Спасибо!

773 2

python regex

2 ответов:

Comments

Ничего не найдено.

arshajii · Accepted Answer · 2013-06-30 00:51:20

Стандарт¹ регулярные выражения недостаточно сложны, чтобы соответствовать вложенным структурам. Лучший способ приблизиться к этому, вероятно, чтобы пересечь строку и отслеживать открытие / закрытие пар скобок.

¹ я сказал стандартный , но не все механизмы регулярных выражений действительно стандартны. Вы можете сделать это с помощью Perl, например, используя рекурсивные регулярные выражения. Для пример:
$str = "[hello [world]] abc [123] [xyz jkl]";

my @matches = $str =~ /[^\[\]\s]+ | \[ (?: (?R) | [^\[\]]+ )+ \] /gx;

foreach (@matches) {
    print "$_\n";
}
[hello [world]]
abc
[123]
[xyz jkl]
EDIT: я вижу, вы используете Python; проверьте pyparsing.

user3489112 · Accepted Answer · 2014-04-02 15:43:27

Ну, как только вы откажетесь от идеи, что синтаксический анализ вложенных выражений должен работать на неограниченной глубине, можно использовать регулярные выражения просто отлично, указав максимальную глубину заранее. Вот как:
def nested_matcher (n):
    # poor man's matched paren scanning, gives up after n+1 levels.
    # Matches any string with balanced parens or brackets inside; add
    # the outer parens yourself if needed.  Nongreedy.  Does not
    # distinguish parens and brackets as that would cause the
    # expression to grow exponentially rather than linearly in size.
    return "[^][()]*?(?:[([]"*n+"[^][()]*?"+"[])][^][()]*?)*?"*n

import re

p = re.compile('[^][()]+|[([]' + nested_matcher(10) + '[])]')
print p.findall('a(b[c]d)e')
print p.findall('a[b[c]d]e')
print p.findall('[hello [world]] abc [123] [xyz jkl]')
Это выведет
['a', '(b[c]d)', 'e']
['a', '[b[c]d]', 'e']
['[hello [world]]', ' abc ', '[123]', ' ', '[xyz jkl]']