除括号内的内容外，按空格分割字符串

Question

我有以下字符串：

x <- "(((K05708+K05709+K05710+K00529) K05711),K05712) K05713 K05714 K02554"
# [1] "(((K05708+K05709+K05710+K00529) K05711),K05712) K05713 K05714 K02554"

我想用空格分隔符来分割它，避免括号内的内容，以便有类似的东西：

[[1]]
[1] "(((K05708+K05709+K05710 K00529) K05711),K05712)"                
[2] "K05713"                          "K05714"                         
[4] "K02554"

请注意在第一个括号级别内保留了两个空格。

我阅读了以下答案，但在我的情况下无法使用： r split on delimiter not in parentheses 和 Using strsplit() in R, ignoring anything in parentheses

提前致谢！

Answer 1

我认为您需要一个匹配平衡括号的正则表达式，然后跳过它们，然后将剩余的空格与以下基于 PCRE 的正则表达式匹配：

(\((?:[^()]++|(?1))*\))(*SKIP)(*F)|\s

请参阅regex demo（将空格替换为上面的\s 以获得更好的可见性）。

模式详情：

• (\((?:[^()]++|(?1))*\))(*SKIP)(*F) - 组 1 匹配
  • \((?:[^()]++|(?1))*\) - 表示平衡括号子字符串的子字符串：\( 匹配 (，(?:[^()]++|(?1))* 匹配零个或多个 (*) 的 1+ 字符序列，而不是 ( 和 )（参见 @ 987654336@) 或整个组 1 的整个模式（请参阅子路由调用 (?1)），然后 \) 匹配文字 ) 和 (*SKIP)(*F) 使正则表达式丢弃整个匹配的文本，同时保持正则表达式索引为比赛结束，继续寻找下一场比赛
• | - 或
• - 分割空间

这是online R demo：

s <- "(((K05708+K05709+K05710+K00529) K05711),K05712) K05713 K05714 K02554"
strsplit(s, "(\\((?:[^()]++|(?1))*\\))(*SKIP)(*F)| ", perl=TRUE)

输出：

[[1]]
[1] "(((K05708+K05709+K05710+K00529) K05711),K05712)"
[2] "K05713"                                         
[3] "K05714"                                         
[4] "K02554"