匹配最后一组（可能）嵌套括号

Question

我想匹配 last 组，该组包含在 [] 中，但在嵌套结构中可能包含多个 [] 中的一个。

我设法使用 python 的 regex 进行嵌套的 [] 匹配，虽然并不优雅。此解决方案适用于某些情况（例如s1），但不适用于s2 或s3，当有多个此类匹配时。我的解决方案只会匹配第一个。

有什么建议吗？更好的正则表达式？还是正则表达式不是要走的路？非常感谢！

In [116]:

s1 = 'AAA [BBB [CCC]]'
s2 = 'AAA [DDD] [EEE]'
s3 = 'AAA [BBB [CCC]] [EEE]'

for s in [s1, s2, s3]:
    result = regex.search(r'(?<rec>\[(?:[^\[\]]++|(?&rec))*\])',s,flags=regex.VERBOSE)
    print(result.captures('rec'))
['[CCC]', '[BBB [CCC]]'] #I know it is perfect, but I can take the last one in the list
['[DDD]'] #This is the first one, I want the last one, which is [EEE]
['[CCC]', '[BBB [CCC]]'] #same problem as above

编辑：

非常感谢您的帮助，如果我有 15 个代表，我会投票给你们所有人。但是，很抱歉没有包括预期的结果，应该是：

'AAA [BBB [CCC]]' -> '[BBB [CCC]]'
'AAA [DDD] [EEE]' -> '[EEE]'
'AAA [BBB [CCC]] [EEE]' -> '[EEE]'
'000 [[aaa] xxx [yyy [zzz ]]' -> '[[aaa] xxx [yyy [zzz ]]'

Answer 1

在 Python 中，要使用递归或重复子例程，我们需要使用 Matthew Barnett 出色的 regex 模块...而且，正如 @CTZhu 指出的那样，您已经在使用它了！

要明确术语，“嵌套”可以有几种理解，如：

1. 简单嵌套，如[C[D[E]F]]，它是...的子集
2. 更复杂的家庭式嵌套，如[B[C] [D] [E[F][G]]]。

您需要能够处理后者，而这个简短的正则表达式为我们做到了：

\[(?:[^[\]]++|(?R))*\]

这将匹配所有嵌套的大括号。现在我们需要做的就是打印最后一个匹配项。

这是一些经过测试的 Python 代码：

import regex # say "yeah!" for Matthew Barnett
pattern = r'\[(?:[^[\]]++|(?R))*\]'
myregex = regex.compile(pattern)

# this outputs [EEE]
matches = myregex.findall('AAA [BBB [CCC]] [EEE]')
print (matches[-1])

# this outputs [C[D[E]F]] (simple nesting)
matches = myregex.findall('AAA [BBB] [C[D[E]F]]')
print (matches[-1])

# this outputs [B[C] [D] [E[F][G]]] (family-style nesting)
matches = myregex.findall('AAA [AAA] [B[]B[B]] [B[C] [D] [E[F][G]]]')
print (matches[-1])

Answer 2

您可以使用此递归正则表达式，并打印最后一个匹配项：

s1 = 'AAA [BBB [CCC]]'
s2 = 'AAA [DDD] [EEE]'
s3 = 'AAA [BBB [CCC]] [EEE]'

import regex

for e in (s1, s2, s3):
    matches=regex.findall(r'[^\[\]\s]+ | \[ (?: (?R) | [^\[\]]+ )+\]', e, regex.VERBOSE)
    print(e, '=>', matches, '=>', matches[-1])

打印：

AAA [BBB [CCC]] => ['AAA', '[BBB [CCC]]'] => [BBB [CCC]]
AAA [DDD] [EEE] => ['AAA', '[DDD]', '[EEE]'] => [EEE]
AAA [BBB [CCC]] [EEE] => ['AAA', '[BBB [CCC]]', '[EEE]'] => [EEE]

Answer 3

离开你的给定数据并且你声明你想要最后一个组，我会为你提供这个递归正则表达式。

import regex

s1 = 'AAA [BBB [CCC]]'
s2 = 'AAA [DDD] [EEE]'
s3 = 'AAA [BBB [CCC]] [EEE]'

for s in [s1, s2, s3]:
    result = regex.findall(r'\[(?:[^[\]]|(?R))*\]', s)
    print result[-1]

输出

[BBB [CCC]]
[EEE]
[EEE]