正则表达式仅匹配不在括号中的分号[重复]答案

【问题标题】：Regex to match only semicolons not in parenthesis [duplicate]正则表达式仅匹配不在括号中的分号[重复]
【发布时间】：2021-11-16 09:24:08
【问题描述】：

我有以下字符串：

Almonds ; Roasted Peanuts  (Peanuts; Canola Oil  (Antioxidants (319; 320)); Salt); Cashews

我想将不在括号中的分号替换为逗号。括号内可以有任意数量的括号和任意数量的分号，结果应如下所示：

Almonds , Roasted Peanuts  (Peanuts; Canola Oil  (Antioxidants (319; 320)); Salt), Cashews

这是我当前的代码：

x<- Almonds ; Roasted Peanuts  (Peanuts; Canola Oil  (Antioxidants (319; 320)); Salt); Cashews 

gsub(";(?![^(]*\\))",",",x,perl=TRUE)

[1] "Almonds , Roasted Peanuts  (Peanuts, Canola Oil  (Antioxidants (319; 320)); Salt), Cashews "

我面临的问题是如果在更大的括号内有一个嵌套的 ()，我拥有的正则表达式会将分号替换为逗号。

我能否获得一些关于正则表达式的帮助以解决问题？提前谢谢你。

【问题讨论】：

但是，Almonds 和 Roasted 之间的逗号是在括号之间。
这很好，因为我的最终目标是用逗号分割字符串。如果它使事情变得更容易，我也可以排除大括号，即Almonds ; Roasted Peanuts (Peanuts; Canola Oil (Antioxidants (319; 320)); Salt); Cashews 希望这是有道理的:)
另一个例子：Peanuts (32.5%); Macadamia Nuts (14%; PPPG(AHA)); Hazelnuts (9%); nuts(98%) 理想结果：Peanuts (32.5%), Macadamia Nuts (14%; PPPG(AHA)), Hazelnuts (9%), nuts(98%)
我已经有了一个答案，如何用不在嵌套括号内的逗号分隔，请参阅this thread。这里不需要gsub，直接使用strsplit。
@Thefourthbird "my final goal is to split the string by comma" - 这是关于分裂的。请重新关闭。

标签： r regex regex-lookarounds pcre

【解决方案1】：

;(?![^(]*\)) 模式表示匹配一个分号，并断言右边的不是)，中间没有(。

对于嵌套的左括号，该断言将成立，并且仍将匹配 ;

您可以使用递归模式来匹配嵌套括号以匹配您不想更改的内容，然后使用 SKIP FAIL 方法。

然后你可以匹配分号并用逗号替换它们。

[^;]*(\((?>[^()]+|(?1))*\))(*SKIP)(*F)|;

部分模式匹配

[^;]* 匹配 0+ 次除 ; 之外的任何字符
( 捕获第 1 组
- \(匹配开口(
- (?>原子团
  - [^()]+ 匹配除 ( 和 ) 之外的任何字符 1+ 次
  - |或者
  - (?1)递归整个第一个子模式（组1）
- )*关闭原子组并可选择重复
- \) 匹配结束)
)关闭第一组
(*SKIP)(*F) 跳过匹配项
|或者
; 匹配分号

查看regex demo 和R demo。

x <- c("Almonds ; Roasted Peanuts  (Peanuts; Canola Oil  (Antioxidants (319; 320)); Salt); Cashews",
"Peanuts (32.5%); Macadamia Nuts (14%; PPPG(AHA)); Hazelnuts (9%); nuts(98%)")

gsub("[^;]*(\\((?>[^()]+|(?1))*\\))(*SKIP)(*F)|;",",",x,perl=TRUE)

输出

[1] "Almonds , Roasted Peanuts  (Peanuts; Canola Oil  (Antioxidants (319; 320)); Salt), Cashews"
[2] "Peanuts (32.5%), Macadamia Nuts (14%; PPPG(AHA)), Hazelnuts (9%), nuts(98%)"

【讨论】：

仅供参考：(?>[^()]++|(?1))* 不必同时包含原子组和所有格量词（它们具有相同的目的来阻止回溯），(?:[^()]++|(?1))* 或 (?>[^()]+|(?1))* 就足够了。跨度>