查找括號之間文本的正則表達式錯誤

Question

我有一個弦

string  ='((clearance) AND (embedded) AND (software engineer OR developer)) AND (embedded)'

我想根據括號細分為列表，因此請參考給定的解決方案

my_data = re.findall(r"(\(.*?\))",string)

但是當我打印my_data時，輸出為（len = 4）

['((clearance)', '(embedded)', '(software engineer OR developer)', '(embedded)']

但我想要的輸出是（len = 2）

['(clearance) AND (embedded) AND (software engineer OR developer)', '(embedded)']

因為“（清除）AND（嵌入式）AND（軟件工程師或開發人員）”在一個括號中，而“嵌入式”在另一個括號中。 但是“ re.findall”分為4個列表，為什么？

如果我想要我想要的輸出，如何修改正則表達式？

Answer 1

在純正則表達式中，這是不可能的，因此以下是一個帶有括號的想法：

def find_stuff(string):
    indices = []
    counter = 0
    change = {"(":1, ")":-1}
    for i, el in enumerate(string):
        new_count = counter + change.get(el, 0)
        if counter==0 and new_count==1:
            indices.append(i)
        elif counter==1 and new_count==0:
            indices.append(i+1)
        counter = new_count
    return indices

這不是很漂亮，但我認為概念很明確。 它返回外部括號的索引，因此您可以使用以下內容對字符串進行切片

Answer 2

有點re破解，但這是可能的：

>>> string  ='((clearance) AND (embedded) AND (software engineer OR developer)) AND (embedded)'
>>> [e for e in re.split(r'\((?=\()(.*?)(?<=\))\)|(?<!\()(\([^()]+\))(?!\))',string) if e and '(' in e and ')' in e]
['(clearance) AND (embedded) AND (software engineer OR developer)', '(embedded)']