代码之家 › 专栏 › 技术社区 › Colin Pickard

regex:使用包围括号作为分隔符,而忽略任何内括号

regex

Colin Pickard · 技术社区 · 16 年前

我已经构建了一个复杂的(对我来说)regex来解析一些文件名,它大体上可以工作,除了在括号内有额外的内容。

(?'field'F[0-9]{1,4})(?'term'\(.*?\))(?'operator'_(OR|NOT|AND)_)?

在下面的示例中,我需要在注释后获取组,但在第3个示例中,我正在获取 ((brackets) 而不是 ((brackets)are valid) .

对于我的生活,我不知道如何扩展它来寻找最后一个等级。

C:\Temp\[DB_3][DT_2][F30(green)].vsl // F30 (green)
C:\Temp\[DB_3][DT_2][F21(red)_OR_F21(blue)_NOT_F21(pink)].vsl // F21 (red) _OR_ OR
C:\Temp\[DB_3][DT_2][F21((brackets)are valid)].vsl // F21 ((brackets)are valid)
C:\Temp\[DB_3][DT_2][F21(any old brackets)))))are valid)].vsl // F21 (any old brackets)))))are valid)
C:\Temp\[DB_3][DT_2][F21(brackets))))))_OR_F21(blue)].vsl // F21 (brackets)))))) _OR_ OR

谢谢

更新:我正在使用regexr进行实验,然后在C中实现,如下所示:

Regex r = new Regex(pattern, RegexOptions.Multiline | RegexOptions.IgnorePatternWhitespace);

foreach(Match m in r.Matches(foo))
{
    //etc
}

更新2:我不需要匹配括号。在一组括号内可以是任何数据,我只需要它以外部括号结束。

更新3:

另一种尝试是,使用额外的括号(示例3和4),但仍然无法拆分额外的术语(示例5),但不幸的是,包括终止 ] 在小组中。我怎样才能让它搜索(但不包括) )_ 或 )] 作为分隔符,但只包括括号?

(?'field'F[0-9]{1,4})(?'term'\(.*?\)[\]])(?'operator'_(OR|NOT|AND)_)?

最后一个更新:我已经决定不值得花这么多精力来解析这种愚蠢的格式,所以我将放弃对它的支持,用我的时间做一些更有成效的事情。谢谢大家的帮助,我现在看到了光明!

5 回复 | 直到 16 年前

Bart Kiers 16 年前

与regex匹配的嵌套括号是 a) 不可能*,或 b) 导致无法维护的regex。

如果你只是想匹配第一个 ( 直到最后 ) (不检查左括号和右括号是否正确匹配),然后移除 ? 之后 .*? .

*这取决于你用的是什么样的雷吉司口味。

Benj 16 年前

嗯,这在大多数regex引擎中通常是不可能的。尽管在Perl中是可能的:

PerlMonks

通过使用递归regexp:

use strict;
use warnings;

my $textInner =
  '(outer(inner(most "this (shouldn\'t match)" inner)))';
my $innerRe;
my $idx=0;
my(@match);

$innerRe = qr/
                \(
                (
                   (?:
                      [^()"]+
                   |
                      "[^"]*"
                   |
                      (??{$innerRe})
                   )*
                )
                \)(?{$match[$idx++]=$1;})
             /sx;

$textInner =~ /^$innerRe/g;

print "inner: $match[0]\n";

在大多数regex引擎中也可以这样做,前提是您希望在固定的支架嵌套深度内这样做。不久前,我用Java编写了一个可以匹配到6深括号的正则表达式。

下面是我的Java函数,用于生成正则表达式:

public static String generateParensMatchStr(int depth, char openParen, char closeParen)
{
    if (depth == 0)
        return ".*?";
    else
        return "(?:\\" + openParen + generateParensMatchStr(depth - 1, openParen, closeParen) + "\\" +closeParen + "|.*?)+?";
}

YOU 16 年前

这是我在python中的另一个测试结果

x="""C:\Temp\[DB_3][DT_2][F30(green)].vsl // F30 (green)
C:\Temp\[DB_3][DT_2][F21(red)_OR_F21(blue)_NOT_F21(pink)].vsl // F21 (red) _OR_ OR
C:\Temp\[DB_3][DT_2][F21((brackets)are valid)].vsl // F21 ((brackets)are valid)
C:\Temp\[DB_3][DT_2][F21(any old brackets)))))are valid)].vsl // F21 (any old brackets)))))are valid)
C:\Temp\[DB_3][DT_2][F21(brackets))))))_OR_F21(blue)].vsl // F21 (brackets)))))) _OR_ OR"""
x=re.sub("//.*","",x)
x=re.sub("(_(OR|NOT|AND)_).*?]"," \\1 \\2]",x)
x=re.findall("(?:F[0-9]{1,4}\(.*\).*(?=]))",x)
for x in x:print x

这给了

F30(green)
F21(red) _OR_ OR
F21((brackets)are valid)
F21(any old brackets)))))are valid)
F21(brackets)))))) _OR_ OR

这会达到你预期的结果吗?

YOU 16 年前

re.findall("((?:F[0-9]{1,4}\(.*\))(?:_(?:OR|NOT|AND)_)?)+?",YOURTEXT)

呆子

['F30(green)', 'F21(red)_OR_F21(blue)_NOT_F21(pink)', 'F21((brackets)are valid)', 'F21(any old brackets)))))are valid)', 'F21(brackets))))))_OR_F21(blue)']

在巨蟒中,你认为呢?

Matteo Riva 16 年前

试试这个

/(F[0-9]{1,4})(\([^_\]]+\))(?:_(OR|NOT|AND)_)?/

用PHP测试,似乎给出了预期的结果(只要圆括号内的字符串不包含 _ 或 ] )