正则表达式：由嵌套括号和分号分隔答案

【问题标题】：Regex: Separated by nested parentheses and semicolon正则表达式：由嵌套括号和分号分隔
【发布时间】：2021-02-23 10:51:42
【问题描述】：

我的字符串如下所示（每一行都是一个示例字符串）：

史密斯，安娜（剑桥大学）； Doe, Jane（维也纳大学（奥地利））； Doe, John（东京大学；麻省理工学院）穆勒，汉斯（FU柏林（德国））；施密德，朱莉娅（）； Doe, John（加州理工学院）； Boe, Jane（维也纳工业大学） Kim, Lee（纳扎尔巴耶夫大学（哈萨克斯坦）；牛津大学）

换句话说，该模式包含Surname, Name (Affiliation);（如果没有其他人跟随，则没有;），其中括号可以可选地嵌套( () )或包含;或为空()。

我想提取每个名字和从属关系，如：

史密斯，安娜（剑桥大学） Doe, Jane（维也纳大学（奥地利）） Doe, John（东京大学；麻省理工学院）汉斯·穆勒 (FU Berlin (Germany)) 施密德，朱莉娅 () 能源部，约翰（加州理工学院） Boe, Jane（维也纳工业大学） Kim, Lee（纳扎尔巴耶夫大学（哈萨克斯坦）；牛津大学）

执行此操作的正确正则表达式是什么？

我对@987654327@ 的尝试效果不佳...

【问题讨论】：

如果只能有一个嵌套的括号级别，您可以使用类似\w+,\s*\w+\s*\([^()]*(?:\([^()]*\)[^()]*)*\);? (demo)
太好了，谢谢@WiktorStribiżew！你想把它作为一个完整的回复发布，以便我接受吗？

标签： regex text extract regex-lookarounds

【解决方案1】：

由于您的预期匹配只能有一个嵌套括号级别，您可以使用

\w+,\s*\w+\s*\([^()]*(?:\([^()]*\)[^()]*)*\);?

请参阅regex demo。

根据您的正则表达式库是否支持递归或平衡构造，可以进一步增强它以匹配任何深度的括号短语。

详情：

\w+ - 一个或多个单词字符
, - 逗号
\s* - 零个或多个空格
\w+\s* - 一个或多个单词，然后是零个或多个空格字符
\( - 一个 ( 字符
[^()]* - 除( 和) 之外的零个或多个字符
(?:\([^()]*\)[^()]*)* - 零个或多个(...) 子字符串序列，中间没有( 和)，然后是除( 和) 之外的零个或多个字符
\);? - 一个)，然后是一个可选的;。

【讨论】：