正则表达式用括号分割字符串答案

【问题标题】：Regular Expression to split a string with parentheses正则表达式用括号分割字符串
【发布时间】：2013-03-11 21:17:34
【问题描述】：

在 RegEx 方面需要帮助。使用 C#。

括号中的单词组（圆形或方框或卷曲）应视为一个单词。括号外的部分应根据空格“ ”进行拆分。

A) 测试用例 –

输入 - Andrew. (The Great Musician) John Smith-Lt.Gen3rd

结果（字符串数组）–
1. 安德鲁。
2. 伟大的音乐家
3. 约翰
4. Smith-Lt.Gen3rd

B) 测试用例——

输入 - Andrew. John

结果（字符串数组）–
1. 安德鲁。
2.约翰

C) 测试用例——

输入 - Andrew {The Great} Pirate

结果（字符串数组）–
1. 安德鲁
2. 伟大的
3.海盗

输入是一个人或任何其他实体的名称。当前系统是用 Access 编写的非常古老的系统。他们通过逐个字符扫描来做到这一点。我正在用 C# 替换它。

我想过分两步来做——首先是基于括号的拆分，然后是单词拆分。

我想把这些案例作为错误的输入丢弃 -

只有开始或结束括号可用
嵌套括号

总的来说，我只想拆分格式正确（如果有开始括号，则必须有结尾）输入。

【问题讨论】：

由于括号可以嵌套，正则表达式是错误的工具。你必须编写一个解析器。
这并不完全正确。根据输入，如果您知道相同类型的大括号不会被嵌套，那就没问题了。
"And {what (about strings} like) this?"
@JackManey 我敢打赌假设这些不会发生是安全的
@JackManey 基于示例输入，并基于我在括号中推断出的语义

标签： c# regex

【解决方案1】：

这是一个正则表达式，可以从您的示例中给出正确的结果：

\s(?=.*?(?:\(|\{|\[).*?(?:\]|\}|\)).*?)|(?<=(?:\(|\[|\{).*?(?:\}|\]|\)).*?)\s

这个正则表达式分为两部分，由|(OR) 语句分隔：

\s(?=.*?(?:\(|\{|\[).*?(?:\]|\}|\)).*?) - 在 ()、[] 或 {} 的集合之前查找空格
(?<=(?:\(|\[|\{).*?(?:\}|\]|\)).*?)\s - 在 ()、[] 或 {} 的集合之后查找空格

以下是各部分的细分：

第 1 部分 (\s(?=.*?(?:\(|\{|\[).*?(?:\]|\}|\)).*?))：

1. \s             - matches white space
2. (?=            - Begins a lookahead assertion (What is included must exist after the \s
3. .*?            - Looks for any character any number of times. The `?` makes in ungreedy, so it will grab the least number it needs
4. (?:\(|\{|\[)   - A non passive group looking for `(`, `{`, or `[`
5. .*?            - Same as #3
6. (?:\]|\}|\))   - The reverse of #4
7. .*?            - Same as #3
8. )              - Closes the lookahead.  #3 through #7 are in the lookahead.

第 2 部分是相同的，但不是前瞻 ((?=))，而是后视 ((?<=))

问题作者编辑后：

对于将搜索仅包含完整括号的行的正则表达式，您可以使用：

.*\(.*(?=.*?\).*?)|(?<=.*?\(.*?).*\).*

您可以使用它将( 和) 替换为{ 和} 或[ 和]，这样您就有了完整的大括号和方括号。

【讨论】：

【解决方案2】：

这个怎么样：

Regex regexObj = new Regex(
    @"(?<=\()       # Assert that the previous character is a (
    [^(){}[\]]+     # Match one or more non-paren/brace/bracket characters
    (?=\))          # Assert that the next character is a )
    |               # or
    (?<=\{)[^(){}[\]]+(?=\}) # Match {...}
    |               # or 
    (?<=\[)[^(){}[\]]+(?=\]) # Match [...]
    |               # or
    [^(){}[\]\s]+   # Match anything except whitespace or parens/braces/brackets", 
    RegexOptions.IgnorePatternWhitespace);

这假定没有嵌套的括号/大括号/方括号。

【讨论】：