递归提取字符串中（嵌套）括号的内容

Question

我正在尝试编写一个函数，将括号中包含的单词提取到它们自己的数组中，递归地解释嵌套括号。

所以对于“((a b) ugh (one two)) pi”，我希望将其转换为以下结构：

[
  [
    [
      "a",
      "b"
    ],
    "ugh",
    [
      "1",
      "2"
    ],
  ]
  "pi"
]

为此，我编写了以下函数：

function shitshow(hell) {
    var ssparts = [];
    var done = false;
    for (i in hell) {
        let part = hell[i];
        switch(part) {
            case "(":
                ssparts.push(shitshow(hell.slice(i+1)));
                break;
            case ")":
                done = true;
                break;
            default:
                ssparts.push(part);
        }
        if (done) break;
    }
    return ssparts;
}

console.log(shitshow("((developer or engineer) or (nurse or doctor)) and manager"));

它不起作用。它为我返回的数组（我正在节点 4 上测试它）：

[
  "",
  [
    "doctor"
  ],
  [],
  "developer",
  "or",
  "engineer"
]

已经为此苦苦挣扎了一段时间。有什么想法吗？

---

编辑：正如@Oriol 在这篇文章的 cmets 中提到的，我发布的代码不会产生我发布的输出。这是因为我忘记提及/包括我在哪里将初始字符串 RegEx 转换为单词和非字母数字符号的数组。为此事道歉。因为@Oriol 已经发布了一个可行的解决方案，所以我将包含此通知而不是更新我的代码，以便他发布的解决方案可以继续存在。

Answer 1

我通常会做如下的事情。

外部函数接收字符串作为参数并声明用于迭代它的外部变量。

这项工作是在递归内部函数中完成的，该函数迭代直到)。

这样我创建的所有新字符串都包含在返回的数组中。没有做无用的工作。

function shitshow(str) {
  var i = 0;
  function main() {
    var arr = [];
    var startIndex = i;
    function addWord() {
      if (i-1 > startIndex) {
        arr.push(str.slice(startIndex, i-1));
      }
    }
    while (i < str.length) {
      switch(str[i++]) {
        case " ":
          addWord();
          startIndex = i;
          continue;
        case "(":
          arr.push(main());
          startIndex = i;
          continue;
        case ")":
          addWord();
          return arr;
      }
    }
    addWord();
    return arr;
  }
  return main();
}
console.log(shitshow("((developer or engineer ) or (nurse or doctor)) and manager"));

div.as-console-wrapper { max-height: 100%; }

Answer 2

一种方法可能是将其重新格式化为 JSON，然后让 JSON.parse() 完成所有工作。比如：

function blah(string) {
	string = string.replace(/\(/g, "[");
	string = string.replace(/\)\s/g, "], ");
	string = string.replace(/\)/g, "]");
	string = string.replace(/\s+/, ", ");
	string = "[" + string + "]";
	string = string.replace(/[^\[\]\,\s]+/g, "\"$&\"");
	string = string.replace(/" /g, "\", ");

	return JSON.parse(string);
}

console.log(blah("((a b) ugh (one two)) pi"));

编辑：修复了正则表达式的一些问题并发布为运行代码。适用于测试字符串。

[[["a","b"],"ugh",["one","two"]],"pi"]

就目前而言，如果您的字符串在“）”和单词之间没有空格，或者两个“））”之间没有空格，但如果您的输入格式已知且严格为上面就可以了。否则，进一步的正则表达式调整或替换可以解决这个问题。

根据文本的来源，如果可以从源中获取 JSON 格式的文本，这将使其成为一种简单的单行解决方案。我只提到这一点是因为您的字符串已经类似于 JSON，但它们可能来自您对格式没有太多控制权的来源。

Answer 3

由于 Ciantic 在 Oriol 的回答中发现的“管理”与“管理”错误，我一直在寻找更完整的解决方案。

function shitshow(str) {
  var i = 0;
  var trailingWhiteSpace = str[str.length - 1] === " ";
  function main() {
    var arr = [];
    var startIndex = i;
    function addWord() {
      if (i-1 > startIndex) {
        arr.push(str.slice(startIndex, i-1));
      }
    }
    while (i < str.length) {
      switch(str[i++]) {
        case " ":
          addWord();
          startIndex = i;
          continue;
        case "(":
          arr.push(main());
          startIndex = i;
          continue;
        case ")":
          addWord();
          return arr;
      }
    }
    if(!trailingWhiteSpace){
      i = i + 1;
      addWord();
    }
    return arr;
  }
  return main();
}
console.log(shitshow("((developer or engineer ) or (nurse or doctor)) and manager"));

div.as-console-wrapper { max-height: 100%; }

Answer 4

我必须为需要处理的公式执行此操作。这是我对“海滩之子”答案的即兴演奏：

function formulaToArray(formula='') {
  const step1 = formula
    .split(/([\(\)\+\-\*\/])/)
    .map(x => x.trim())
    .join(' ')
    .replace(/\)\s\)/g, '))')
    .replace(/\(/g, '[')
    .replace(/\)\s/g, '], ')
    .replace(/\)/g, ']');

  const step2 = '[' + step1 + ']';

  const step3 = step2
    .replace(/[^\[\]\,\s]+/g, '"$&"')
    .replace(/" /g, '", ')
    .replace(/\,[\s]+\]/g, ']');

  return JSON.parse(step3);
}

console.log(formulaToArray('((developer or engineer )or (nurse or doctor)) and manager'));
// [
//   [
//     ['developer', 'or', 'engineer'], 
//     'or', 
//     ['nurse', 'or', 'doctor']
//   ], 
//   'and', 
//   'manager'
// ]

这解决了他引用的问题：')word' 和 ') )'，虽然我猜不是 ') ) )'