匹配perl正则表达式中括号和方括号外的所有逗号

Question

我试图匹配，使用正则表达式，所有逗号（后跟一个空格）：，在任何括号或方括号之外，即逗号不应该包含在括号或方括号中。

目标字符串是A，An（hi，world[hello，（hi，world）world]）；这个，这些。在这种情况下，它应该匹配第一个逗号和最后一个逗号（介于A和An之间，这个和这些）。

所以我可以拆分A，An（hi，world[你好，（hi，world）world]）；this，这些分成A，An（hi，world[你好，（hi，world）world]）；thisand这些，不会因此而使括号/括号不平衡。

为此，似乎很难单独使用正则表达式。有没有其他办法解决这个问题？

我使用的正则表达式：, (?![ ^()\[\]]*[\)\]])

但是这个表达式将匹配另外两个不应该匹配的逗号，（第二个和第三个）。

虽然如果它与以下字符串匹配，它将匹配正确的逗号（分别是第一个）：A，An（hi，world）和A，An[hi，world]

但是，如果括号和方括号相互包含，就会出现问题。

更多详细信息请访问此链接：https://regex101.com/r/g8DOh6/1

Answer 1

ZDIM提到的一种方法是使用核心文本::Ba剪裁模块。演示：

#!/usr/bin/env perl
use strict;
use warnings;
use feature qw/say/;
use Text::Balanced qw/extract_bracketed/;

my $str = "A, An(hi, world[hello, (hi , world) world]); This, These";
my ($inside, $after, $before) = extract_bracketed $str, '()[]', qr/[^([]*/;

my @tokens = (split(/,/, $before//""), $inside, split(/,/, $after//""));

# Displays
# A  An (hi, world[hello, (hi , world) world]) ; This  These
say join(' ', @tokens);

Answer 2

检查逗号，是否在括号/括号内，例如。

[(,),],[abc,(def,[ghi,],),],[(,),]
      ^                    ^

这意味着模式必须知道这些括号/括号中的每一个是何时以平衡的方式打开和关闭的，所以不仅仅是例如[（[]），因为它应该是[（[]）]。

这里有一个替代解决方案，不能直接解决你的问题，但可能更近一步。

>

a、 逗号

b.包在外部[]或（）中的组参见正则表达式以匹配平衡括号

过滤掉1。b

(?:\((?>[^()]|(?R))*\)|\[(?>[^\[\]]|(?R))*\]|,)

对于该字符串，匹配项如下所示：

A, An(hi, world[hello, (hi , world) world]) and this, is that, for [the, one (in, here, [is not,])] and last,here!
 ^   ^------------------------------------^         ^        ^     ^------------------------------^         ^

• 因此，它没有捕获任何括号/括号组中的任何逗号，因为它捕获了它们作为一个整体。现在，在外层有逗号

Answer 3

这里的问题是识别“平衡”对，在这种情况下是括号/括号。这是一个公认的问题，对此有库。他们可以找到顶层匹配对，（...）/[...]，里面有所有内容，括号之外还有所有其他内容——然后处理“其他”

一种方法是使用Regexp:：Common

use warnings;
use strict;
use feature 'say';

use Regexp::Common;

my $str = shift // q{A, t(a,b(c,))u B, C, p(d,)q D,}; 

my @all_parts = split /$RE{balanced}{-parens=>'()[]'}/, $str;

my @no_paren_parts = grep { not /\(.*\) | \[.*\]/x } @all_parts;

say for @no_paren_parts;

当分隔符模式中的正则表达式捕获时，它使用split的属性返回包含分隔符的列表^†库regex捕获了所有内容，因此我们将其全部取回——通过将字符串拆分为regex匹配的内容以及regex匹配的部分而获得的部分。分隔符包含成对的分隔符，而其他术语则不能，通过构造，因此我将它们过滤掉^——打印

A, t
u B, C, p
q D,

paren/括号术语没有了，但是如何分割字符串有点武断。

上面的有点“通用”，使用库仅仅提取平衡对（）/[]，以及字符串的所有其他部分。或者，我们可以从字符串中删除这些模式

$str =~ s/$RE{balanced}{-parens=>'()[]'}//g;

待在一起

A, tu B, C, pq D,

现在可以简单地用逗号分割

my @terms = split /\s*,\s*/, $str;
say for @terms;

对于

A
tu B
C
pq D

正如评论中所阐明的，这是本案的预期结果。

另一个最著名的库，在许多方面更基本，是核心Text:：Balance。看看肖恩在这里的回答，比如这篇文章，这篇文章和这篇文章。

^†举个例子。具有

my $str = q(it, is; surely);

my @terms = split /[,;]/, $str;

当使用

my @terms = split /([,;])/, $str;

我们进入@术语所有：它，是 当然

——同样通过构造，它包含正则表达式在偶数索引中匹配的内容。因此，对于所有其他部分，我们可以获取奇数索引的元素

my @other_than_matched_parts = @all_parts[ grep { not $_ & 1 } 0..$#all_parts ];