更简洁/高效的正则表达式来匹配匹配括号内的字符串

Question

我想匹配字符串，其中foo 出现在select([...]) 中，但前提是可能出现的括号匹配在一起。例如。匹配 select(((foo))) 或 select(x(())(foo(x))()x((y)x)x()) 但不匹配 select((foo) 或 select(x(foo)y()。

我知道，我必须限制嵌套括号的最大数量，我想出了以下正则表达式来解决另外一对括号的问题：

select\((?:
    (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
    foo
    (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
    |
    (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
    \([^()]*foo[^()]*\)
    (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
)\)

这意味着在 select([...]) 内 either 匹配 foo，前后没有括号或一对括号 或 匹配一对括号内的 foo并且前面或后面没有括号或一对括号。

有人对此有更简洁的解决方案吗？

扩展我的正则表达式以解决另外两对括号的问题如下所示：

select\((?:
    (?:[^()]*|[^()]*\((?:[^()]*|[^()]*\([^()]*\)[^()]*)*\)[^()]*)*
    foo
    (?:[^()]*|[^()]*\((?:[^()]*|[^()]*\([^()]*\)[^()]*)*\)[^()]*)*
    |
    (?:[^()]*|[^()]*\((?:[^()]*|[^()]*\([^()]*\)[^()]*)*\)[^()]*)*
    \((?:
        (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
        foo
        (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
        |
        (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
        \([^()]*foo[^()]*\)
        (?:[^()]*|[^()]*\([^()]*\)[^()]*)*
    )\)
    (?:[^()]*|[^()]*\((?:[^()]*|[^()]*\([^()]*\)[^()]*)*\)[^()]*)*
)\)

其中缩进最多的部分基本上是前面的正则表达式，no or one pair of parentheses 部分已扩展为no or one or two pair of parentheses。

我将最后一个正则表达式放在 regex101 上：https://www.regex101.com/r/fJ6cR4/1

问题是这个正则表达式（甚至更多扩展版本）非常耗时，所以我希望有更好的想法。

Answer 1

您应该做两件事来简化（并加快）您的正则表达式：

• (?: [^()]* | [^()]*\([^()]*\)[^()]* )* 是catastrophic backtracking 的一个示例。外部的重复组应该只有两种选择：非括号字符序列或括号之间的序列：

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

  您将不带括号的字符 [^()]* 混合到两个选项中。

• 与其使用…foo…|…\(foo\)…，不如使用…(?:foo|\(foo\))…，这样您就不必重复冗长的…。

有了这两个，你的小表情就变成了

select\(
(?: [^()]+ | \([^()]*\) )*
(?: foo | \([^()]*foo[^()]*\) )
(?: [^()]+ | \([^()]*\) )*
\)

我将把这些应用到更大的表达式上交给你。

Answer 2

根据Regular-expressions.info：

如果您想要一个在字符串中找不到任何匹配项的正则表达式 包含不平衡的括号，那么您需要使用subroutine call 而不是递归。

我已尝试根据您的需要调整该网站上的正则表达式：

(?im)^(?![^()]*\(\))[^()\n]*+(\((?>[^()\n]|(?1))*+\)[^()\n]*)++$

见demo

您可以在Sublime Text 中使用此正则表达式，不幸的是，它在 Notepad++ 中不起作用。

要强制要求匹配必须以select(，包含foo并以)结尾，您只需添加一个(?=select\(.*foo.*\)$)一开始就积极向前看：

^(?=select\(.*foo.*\)$)(?![^()]*\(\))[^()\n]*+(\((?>[^()\n]|(?1))*+\)[^()\n]*)++$

见updated demo

.NET 正则表达式解决方案

您可以使用带有 .NET 正则表达式的平衡 + 条件构造（例如，与 grepWin 一起使用）：

select\((?>(?<f>foo)|[^()]|(?<o>)\(|(?<-o>)\))*(?(o)(?!))(?(f)|(?!))\)

请参阅regex demo。如您所见，select(((foo))) 和 select(x(())(foo(x))()x((y)x)x()) 匹配，但 select((fo))（没有 foo）和 select((foo)（没有匹配的括号）不匹配。

详情

• select\( - select( 子字符串
• (?> - 原子组的开始：
  • (?<f>foo)| - 组“f”：foo 字符串，或
  • [^()]| - 除( 和) 之外的任何字符，或
  • (?<o>)\(| - 一个 ( 字符，以及一个压入“o”组堆栈的空字符串
  • (?<-o>)\)
• )* - 原子组结束，0 次或多次重复
• (?(o)(?!)) - 第一个条件构造：如果组“o”堆栈不为空，则匹配失败（嵌套括号检查）
• (?(f)|(?!)) - 第二个条件构造：如果“f”组堆栈为空，则匹配失败（如果“foo”不存在，当foo 存在时，“f”组堆栈不为空）
• \) - 一个 ) 字符