【Python】正则表达式匹配最里层括号的内容

现在有一个字符串：

str1 = '(subject_id = "A" OR (status_id = "Open" AND (status_id = "C" OR level_id = "D")))'

或者

str2 = '(subject_id = "A" OR subject_id = "Food" OR (subject_id = "C" OR (status_id = "Open" AND (status_id = "C" OR (level_id = "D" AND subject_id = "(Cat)")))))'

我需要通过正则，匹配字符串中最里层的括号及其中的内容（不匹配引号内的括号），即：

str1 => (status_id = "C" OR level_id = "D")
str2 => (level_id = "D" AND subject_id = "(Cat)")

那么，这种超复杂的正则应该怎么写？

如果正则实现不了，那么JS怎么来实现？

补充，对于 str1，我找到了这样的正则可以满足匹配：

\([^()]+\)

但是对于str2， 依然没有办法，期待大家解答！

回答

对于str2，我找到了这样的

\([^()]*\"[^"]*\"[^()]*\)

看了一下需求我根本没考虑用正则，好像太复杂了...直接上传统方法吧；
可以使用运算优先级的思想，即用栈的数据结构来取得内部括号的内容；
技术要点：

  1. 匹配最内层的括号

  2. 引号内的内容不作为匹配标准

照着这个思路开始设计算法：
该算法是计算出要匹配的子字符串的 startIndex 和 endIndex 然后用 substring() 方法获得子字符串；

  • 当匹配到一个 "(" 字符的时，入栈，当我们匹配到第一个 ")" 时，出栈，即两个索引之间的子字符串为目标字符串；

  • 匹配到一个 "\"" 时，则停止匹配 "(" ，直到搜索到下一个 "\"" 时，才继续开始搜索 "(" 。

拍脑袋想出来的算法，有不足之处欢迎补充。

//这样，试试
/\(([^\(\)]*?"[^\"\(\)]*([^\"\(\)]+\)[^\(\)]*?\"[^\(\)]*)+)|([^\(\)]+\)/

补充：

分析需求 > 找到每个需求点的解决方案 > 整合解决方案 = 解决问题

分析需求：

  1. 需要匹配 ( a ) 的形式

  2. 其中 a 包含的字符有两种可能，用a1和a2表示

    1. a1含有一个或多个 b " c " b 形式的字符串,

      1. 其中 b 是一段不包括 ", ( 或 ) 的字符串

      2. 其中 c 是一段不包括 " 的字符串

    2. a2中不含有 ( 或 )

逆向推导：

2.2 => a2 = [^\(\)]*
2.1.1 => b = [^\(\)\"]*
2.1.2 => c = [^\"]*
2.1 => a1= (b\"c\"b)+ = (b\"c\")+b =([^\(\)\"]*\"[^\"]*\")+[^\(\)\"]*
1 => \(a\) = \(a1\)|\(a2\) = \(([^\(\)\"]*\"[^\"]*\")+[^\(\)\"]*\)|\([^\(\)]*\)

正则表达式：

/\(([^\(\)\"]*\"[^\"]*\")+[^\(\)\"]*\)|\([^\(\)]*\)/

验证：

var reg = /\(([^\(\)\"]*\"[^\"]*\")+[^\(\)\"]*\)|\([^\(\)]*\)/;
'(the (quick "brown" fox "jumps over, (the) lazy" dog ))'
    .match(reg)[0]
//"(quick "brown" fox "jumps over, (the) lazy" dog )"
'(the ("(quick)" brown fox "jumps (over, the)" lazy) dog )'
    .match(reg)[0];
//"("(quick)" brown fox "jumps (over, the)" lazy)"
'(the (quick brown fox (jumps "over", ((the) "lazy"))) dog )'
    .match(reg)[0];
//"(the)"

那就这么改：

substr=str.match(/\([^()]+\)/g)[0]

得到最里面括号及其中的值，后判断该值前一位是否是 “，后一位是否是 ”：

index=str.indexOf(str.match(/\([^()]+\)/g)[0])
length=str.match(/\([^()]+\)/g)[0].length
str.substr(index+length,1)
str.substr(index-1,1)

如果不存在，则是需要的答案，如果存在，则先将str中substr替换掉，后在match一下，最后在替换回来：

str.replace(substr,"&&&")
str.replace(substr,"&&&").match(/\([^()]+\)/g)[0]
str.replace(substr,"&&&").match(/\([^()]+\)/g)[0].replace("&&&",substr)

本题难点在需要对""进行递归统计,例如

(level_id = "D AND subject_id = "(Cat)"")

(cat)是符合要求的.

\([^()]*?\"((?:[^\"\"]|\"(?1)\")*+)\"[^()]*?\)|\([^()]*?\)

真爱生命,远离正则,该正则可以满足你的要求,php能用(php支持递归)java及Python无法使用.

推荐一个思路，找到（的index，切字符串处理

手机发不出正则 黑线
楼主的【^()】里如果不匹配()则继续
把不匹配(的条件去掉，把贪婪的+改成*?即可

!代码

console.log('(subject_id = “A” OR (status_id = “Open” AND (status_id = “C” OR level_id = “D”)))'.match(/(1*)/))
希望对你有帮助
【Python】正则表达式匹配最里层括号的内容

  1. () ↩

用正则匹配会比较复杂，建议 把干扰串 "( 和 )" 替换掉，比如 "[， ]"，再用简单的正则替换，之后再换回来。

正则用 Python 实现如下：

import re
str1 = '(subject_id = "A" OR (status_id = "Open" AND (status_id = "C" OR level_id = "D")))'
str2 = '(subject_id = "A" OR subject_id = "Food" OR (subject_id = "C" OR (status_id = "Open" AND (status_id = "C" OR (level_id = "D" AND subject_id = "(Cat)")))))'
pat = re.compile(r"""(?<=[^"])
        \([^()]+?
        ("\(.+?\)")*
        \)
        (?=[^"])
        """, re.X)
print pat.search(str1).group(0)
print pat.search(str2).group(0)

输出为：

(status_id = "C" OR level_id = "D")
(level_id = "D" AND subject_id = "(Cat)")

以上是 【Python】正则表达式匹配最里层括号的内容 的全部内容， 来源链接： utcz.com/a/80107.html

回到顶部