正则表达式返回字符串拆分尊重嵌套括号

Question

我知道关于如何根据括号拆分字符串的问题存在很多答案，但它们从不递归地这样做。 查看字符串1 2 3 (test 0, test 0) (test (0 test) 0):
正则表达式 \s(?![^\(]*\)) 返回 "1", "2", "3", "(test 0, test 0)", "(test", "(0 test) 0)"
我正在寻找的正则表达式将返回
"1", "2", "3", "(test 0, test 0)", "(test (0 test)0)"
或
"1", "2", "3", "test 0, test 0", "test (0 test)0"
这将让我再次递归地在结果中使用它，直到没有括号。
理想情况下，它也会尊重转义的括号，但我本人在正则表​​达式方面并不是那么先进，只知道基础知识。
有没有人知道如何处理这个问题？

Answer 1

仅将regex 用于该任务可能有效，但并不简单。

另一种可能性是编写一个简单的算法来跟踪字符串中的括号：

1. 在所有括号处拆分字符串，同时返回分隔符（例如使用re.split）
2. 保持一个计数器跟踪括号：start_parens_count 用于( 和end_parens_count 用于)。
3. 使用计数器，在空白处拆分或将当前数据添加到临时变量 (term)
4. 当最左边的括号关闭时，将term 附加到值列表并重置计数器/临时变量。

这是一个例子：

import re

string = "1 2 3 (test 0, test 0) (test (0 test) 0)"


result, start_parens_count, end_parens_count, term = [], 0, 0, ""
for x in re.split(r"([()])", string):
    if not x.strip():
        continue
    elif x == "(":
        if start_parens_count > 0:
            term += "("
        start_parens_count += 1
    elif x == ")":
        end_parens_count += 1
        if end_parens_count == start_parens_count:
            result.append(term)
            end_parens_count, start_parens_count, term = 0, 0, ""
        else:
            term += ")"
    elif start_parens_count > end_parens_count:
        term += x
    else:
        result.extend(x.strip(" ").split(" "))


print(result)
# ['1', '2', '3', 'test 0, test 0', 'test (0 test) 0']

不是很优雅，但很有效。

Answer 2

你可以使用pip install regex并使用

import regex
text = "1 2 3 (test 0, test 0) (test (0 test) 0)"
matches = [match.group() for match in regex.finditer(r"(?:(\((?>[^()]+|(?1))*\))|\S)+", text)]
print(matches)
# => ['1', '2', '3', '(test 0, test 0)', '(test (0 test) 0)']

请参阅online Python demo。请参阅regex demo。 正则表达式匹配：

• (?: - 非捕获组的开始：
  • (\((?>[^()]+|(?1))*\)) - 任何嵌套括号之间的文本
• | - 或
  • \S - 任何非空白字符
• )+ - 小组结束，重复一次或多次