我有一个表达式需要拆分并存储在一个数组中：
aaa="bbb{ccc}ddd" { aa="bb,cc" { a="b", c="d" } }, aaa="bbb{}" { aa="b}b" }, aaa="bbb,ccc"
一旦拆分并存储在数组中，它应该看起来像这样：
aaa="bbb{ccc}ddd" { aa="bb,cc" { a="b", c="d" } }
aaa="bbb{}" { aa="b}b" }
aaa="bbb,ccc"
我使用 Perl 5.8 版，有人可以解决这个问题吗？
【问题讨论】：
使用 perl 模块“Regexp::Common”。它有一个很好的平衡括号正则表达式，效果很好。
# ASN.1
use Regexp::Common;
$bp = $RE{balanced}{-parens=>'{}'};
@genes = $l =~ /($bp)/g;
【讨论】：
perlre 中有一个示例，使用了 v5.10 中引入的递归正则表达式功能。尽管您仅限于 v5.8，但其他提出此问题的人应该得到正确的解决方案:)
$re = qr{
( # paren group 1 (full function)
foo
( # paren group 2 (parens)
\(
( # paren group 3 (contents of parens)
(?:
(?> [^()]+ ) # Non-parens without backtracking
|
(?2) # Recurse to start of paren group 2
)*
)
\)
)
)
}x;
【讨论】：
我或多或少同意 Scott Rippey 关于编写自己的解析器的观点。这是一个简单的：
my $in = 'aaa="bbb{ccc}ddd" { aa="bb,cc" { a="b", c="d" } }, ' .
'aaa="bbb{}" { aa="b}b" }, ' .
'aaa="bbb,ccc"'
;
my @out = ('');
my $nesting = 0;
while($in !~ m/\G$/cg)
{
if($nesting == 0 && $in =~ m/\G,\s*/cg)
{
push @out, '';
next;
}
if($in =~ m/\G(\{+)/cg)
{ $nesting += length $1; }
elsif($in =~ m/\G(\}+)/cg)
{
$nesting -= length $1;
die if $nesting < 0;
}
elsif($in =~ m/\G((?:[^{}"]|"[^"]*")+)/cg)
{ }
else
{ die; }
$out[-1] .= $1;
}
（在 Perl 5.10 中测试；抱歉，我手边没有 Perl 5.8，但据我所知没有任何相关差异。）不用说，您需要替换 dies具有特定于应用程序的东西。而且您可能必须调整上述内容以处理示例中未包含的情况。 （例如，带引号的字符串是否可以包含\"？可以使用' 代替"吗？这段代码不能处理这两种可能性。）
【讨论】：
为了匹配平衡括号或花括号，并且如果您想考虑反斜杠（转义），建议的解决方案将不起作用。相反，你会写这样的东西（基于perlre 中建议的解决方案）：
$re = qr/
( # paren group 1 (full function)
foo
(?<paren_group> # paren group 2 (parens)
\(
( # paren group 3 (contents of parens)
(?:
(?> (?:\\[()]|(?![()]).)+ ) # escaped parens or no parens
|
(?&paren_group) # Recurse to named capture group
)*
)
\)
)
)
/x;
【讨论】：
试试这样的：
use strict;
use warnings;
use Data::Dumper;
my $exp=<<END;
aaa="bbb{ccc}ddd" { aa="bb,cc" { a="b", c="d" } } , aaa="bbb{}" { aa="b}b" }, aaa="bbb,ccc"
END
chomp $exp;
my @arr = map { $_ =~ s/^\s*//; $_ =~ s/\s* $//; "$_}"} split('}\s*,',$exp);
print Dumper(\@arr);
【讨论】：
aa="bb},cc" 之类的东西时它会中断。
虽然Recursive Regular Expressions 通常可用于捕获“平衡括号”{}，但它们对您不起作用，因为您还需要匹配“平衡引号”"。
对于 Perl 正则表达式来说，这将是一项非常棘手的任务，我相当肯定这是不可能的。 （相比之下，它可能可以通过Microsoft's "balancing groups" Regex feature 完成。
我建议创建您自己的解析器。在处理每个字符时，您计算每个 " 和 {}，并且仅在 ,“平衡”时拆分它们。
【讨论】：