用分号和分隔符分隔字符串并包含括号答案

【问题标题】：Separate strings with semicolon and delimiter and containing parentheses用分号和分隔符分隔字符串并包含括号
【发布时间】：2012-09-28 14:16:28
【问题描述】：

我需要用分号 (;) 作为分隔符来分隔字符串。括号内的分号应该被忽略。

例子：

string inputString = "(Apple;Mango);(Tiger;Horse);Ant;Frog;";

字符串的输出列表应该是：

(Apple;Mango)
(Tiger;Horse)
Ant
Frog

其他有效的输入字符串可以是：

string inputString = "The fruits are (mango;apple), and they are good"

上面的字符串应该拆分成一个字符串

"The fruits are (mango;apple), and they are good"

string inputString = "The animals in (African (Lion;Elephant) and Asian(Panda; Tiger)) are endangered species; Some plants are endangered too."

上面的字符串应该分成两个字符串，如下所示：

"The animals in (African (Lion;Elephant) and Asian(Panda; Tiger)) are endangered species"
"Some plants are endangered too."

我搜索了很多，但找不到上述场景的答案。

有人知道如何在不重新发明轮子的情况下实现这一目标吗？

【问题讨论】：

感谢您的及时回复。能举个例子吗？
是否有理由使用分号作为分隔符？你的结构非常接近JSON，那么为什么不直接使用它呢？没有什么反对正则表达式，因为那也行，我只是一个标准的支持者。
Here 是一些正则表达式示例。
@iMortalitySX：这就是我获取输入字符串的方式，我无权更改它。
@user1571734 明白了，但要明确一点，是否有任何情况下您会在另一个括号对象中包含括号对象？例如“（苹果；（芒果；梨））；（老虎；马）；蚂蚁；青蛙；”

标签： c# regex parsing

【解决方案1】：

使用与您要保留的内容匹配的正则表达式，而不是分隔符：

string inputString = "(Apple;Mango);(Tiger;Horse);Ant;Frog;";

MatchCollection m = Regex.Matches(inputString, @"\([^;)]*(;[^;)]*)*\)|[^;]+");

foreach (Match x in m){
  Console.WriteLine(x.Value);
}

输出：

(Apple;Mango)
(Tiger;Horse)
Ant
Frog

表达式 cmets：

\(           opening parenthesis
[^;)]*       characters before semicolon
(;[^;)]*)*   optional semicolon and characters after it
\)           closing parenthesis
|            or
[^;]+        text with no semicolon

注意：上面的表达式也接受不带分号的括号中的值，例如(Lark) 和多个分号，例如(Lark;Pine;Birch)。它还将跳过空值，例如";;Pine;;;;Birch;;;" 将是两个项目，而不是十个。

【讨论】：

谢谢！会试一试。
上面的正则表达式将文本“The fruits are (mango;apple), and they are good”拆分为两个字符串。实际上，它应该是一个。
@user1571734：我明白了，改变了规格。 ;) 在括号前后添加条件集，并重复括号和其后的集合：@"[^;]*\(([^;)]*(;[^;)]*)*\)[^;]*)+|[^;]+"。
@Guffa，您知道您的正则表达式完全等同于更简单的([^;]|[(][^)]*[)])*，对吧？虽然这也不会做更新的规范，但是：正则表达式不能计数，所以嵌套括号是不可能的。（请注意，正则表达式中有很多不规则扩展，我真的不知道什么是可能的，什么是不可能的。但是嵌套括号通常表明您需要一个真正的解析器。）

【解决方案2】：

将带括号的情况与“正常”情况分开处理，以确保在前者中省略分号。

实现此目的的正则表达式（匹配输入中的单个元素）可能如下所示（未经测试）：

"\([A-Za-z;]+\)|[A-Za-z]+"

【讨论】：