删除正则表达式中不必要的括号答案

【问题标题】：Removing unnecessary parentheses in a regular expression删除正则表达式中不必要的括号
【发布时间】：2011-02-28 17:00:18
【问题描述】：

假设我有（在 javascript 正则表达式中）

((((A)B)C)D)

当然真的是这样

ABCD

有没有一种算法可以消除字符串中不必要的括号？

【问题讨论】：

你怎么知道它们是不必要的？他们正在捕获组，代码可能依赖于他们的存在。

标签： javascript regex boost-regex

【解决方案1】：

此函数将删除所有后面没有量词且不是环视的组。它假定 ECMAScript 风格的正则表达式，并且捕获组 (( ... )) 并不重要。

function removeUnnecessaryParenthesis(s) {
   // Tokenize the pattern
   var pieces = s.split(/(\\.|\[(?:\\.|[^\]\\])+]|\((?:\?[:!=])?|\)(?:[*?+]\??|\{\d+,?\d*}\??)?)/g);
   var stack = [];
   for (var i = 0; i < pieces.length; i++) {
      if (pieces[i].substr(0,1) == "(") {
         // Opening parenthesis
         stack.push(i);
      } else if (pieces[i].substr(0,1) == ")") {
         // Closing parenthesis
         if (stack.length == 0) {
            // Unbalanced; Just skip the next one.
            continue;
         }
         var j = stack.pop();
         if ((pieces[j] == "(" || pieces[j] == "(?:") && pieces[i] == ")") {
             // If it is a capturing group, or a non-capturing group, and is
             // not followed by a quantifier;
             // Clear both the opening and closing pieces.
             pieces[i] = "";
             pieces[j] = "";
         }
      }
   }
   return pieces.join("");
}

例子：

removeUnnecessaryParenthesis("((((A)B)C)D)")  --> "ABCD"
removeUnnecessaryParenthesis("((((A)?B)C)D)") --> "(A)?BCD"
removeUnnecessaryParenthesis("((((A)B)?C)D)") --> "(AB)?CD"

它不会尝试确定括号是否仅包含单个标记 ((A)?)。这将需要更长的标记模式。

【讨论】：

【解决方案2】：

1) 使用理解括号的解析器

2) 使用可以匹配括号的 Perl 递归正则表达式（在这种情况下不鼓励恕我直言）我不认为 Boost 正则表达式支持所需的递归类型。

3) 也许他们是需要的？别管他们。

【讨论】：