如何编写匹配嵌套括号的递归正则表达式？

Question

我正在尝试编写一个匹配嵌套括号的正则表达式，例如：

"(((text(text))))(text()()text)(casual(characters(#$%^^&&#^%#@!&**&#^*!@#^**_)))"

应该匹配这样的字符串，因为所有嵌套的括号都被关闭，而不是：

"(((text)))(text)(casualChars*#(!&#*(!))"

不应该，或者更好的是，至少应该匹配第一个“(((text)))(text)”部分。

其实我的正则表达式是：

 $regex = '/( (  (\() ([^[]*?)  (?R)?  (\))  ){0,}) /x';

但它不能像我预期的那样正常工作。如何解决？我哪里错了？谢谢！

Answer 1

这种模式有效：

$pattern = '~ \( (?: [^()]+ | (?R) )*+ \) ~x';

括号内的内容是简单的描述：

"所有不是括号或递归（= 其他括号）" x 0 次或更多次

如果要捕获括号内的所有子字符串，则必须将此模式放入前瞻中以获得所有重叠结果：

$pattern = '~(?= ( \( (?: [^()]+ | (?1) )*+ \) ) )~x';
preg_match_all($pattern, $subject, $matches);
print_r($matches[1]);

请注意，我添加了一个捕获组，并将(?R) 替换为(?1)：

(?R) -> refers to the whole pattern (You can write (?0) too)
(?1) -> refers to the first capturing group

这个前瞻技巧是什么？

前瞻（或后瞻）内的子模式不匹配任何内容，它只是一个断言（测试）。因此，它允许多次检查相同的子字符串。

如果您显示整个模式结果 (print_r($matches[0]);)，您将看到所有结果都是空字符串。获取前瞻中子模式找到的子字符串的唯一方法是将子模式包含在捕获组中。

注意：递归子模式可以这样改进：

\( [^()]*+ (?: (?R) [^()]* )*+ \)

Answer 2

当我找到这个答案时，我无法弄清楚如何修改模式以使用我自己的分隔符 { 和 }。所以我的方法是让它更通用。

这是一个使用您自己的变量左右分隔符生成正则表达式模式的脚本。

$delimiter_wrap  = '~';
$delimiter_left  = '{';/* put YOUR left delimiter here.  */
$delimiter_right = '}';/* put YOUR right delimiter here. */

$delimiter_left  = preg_quote( $delimiter_left,  $delimiter_wrap );
$delimiter_right = preg_quote( $delimiter_right, $delimiter_wrap );
$pattern         = $delimiter_wrap . $delimiter_left
                 . '((?:[^' . $delimiter_left . $delimiter_right . ']++|(?R))*)'
                 . $delimiter_right . $delimiter_wrap;

/* Now you can use the generated pattern. */
preg_match_all( $pattern, $subject, $matches );

Answer 3

以下代码使用 my Parser class（它在 CC-BY 3.0 下），它适用于 UTF-8（感谢 my UTF8 class）。

它的工作方式是使用递归函数来迭代字符串。每次找到( 时，它都会调用自己。当它到达字符串的末尾而没有找到对应的)时，它也会检测到不匹配的对。

此外，此代码采用 $callback 参数，您可以使用它来处理它找到的每个部分。回调接收两个参数：1) 字符串和 2) 级别（0 = 最深）。无论回调返回什么，都将替换为字符串的内容（这种变化在更高级别的回调中可见）。

注意：代码不包括类型检查。

非递归部分：

function ParseParenthesis(/*string*/ $string, /*function*/ $callback)
{
    //Create a new parser object
    $parser = new Parser($string);
    //Call the recursive part
    $result = ParseParenthesisFragment($parser, $callback);
    if ($result['close'])
    {
        return $result['contents'];
    }
    else
    {
        //UNEXPECTED END OF STRING
        // throw new Exception('UNEXPECTED END OF STRING');
        return false;
    }
}

递归部分：

function ParseParenthesisFragment(/*parser*/ $parser, /*function*/ $callback)
{
    $contents = '';
    $level = 0;
    while(true)
    {
        $parenthesis = array('(', ')');
        // Jump to the first/next "(" or ")"
        $new = $parser->ConsumeUntil($parenthesis);
        $parser->Flush(); //<- Flush is just an optimization
        // Append what we got so far
        $contents .= $new;
        // Read the "(" or ")"
        $element = $parser->Consume($parenthesis);
        if ($element === '(') //If we found "("
        {
            //OPEN
            $result = ParseParenthesisFragment($parser, $callback);
            if ($result['close'])
            {
                // It was closed, all ok
                // Update the level of this iteration
                $newLevel = $result['level'] + 1;
                if ($newLevel > $level)
                {
                    $level = $newLevel;
                }
                // Call the callback
                $new = call_user_func
                (
                    $callback,
                    $result['contents'],
                    $level
                );
                // Append what we got
                $contents .= $new;
            }
            else
            {
                //UNEXPECTED END OF STRING
                // Don't call the callback for missmatched parenthesis
                // just append and return
                return array
                (
                    'close' => false,
                    'contents' => $contents.$result['contents']
                );
            }
        }
        else if ($element == ')') //If we found a ")"
        {
            //CLOSE
            return array
            (
                'close' => true,
                'contents' => $contents,
                'level' => $level
            );
        }
        else if ($result['status'] === null)
        {
            //END OF STRING
            return array
            (
                'close' => false,
                'contents' => $contents
            );
        }
    }
}