用於匹配括號中的所有內容的遞歸正則表達式（PCRE）

Question

我很驚訝，不容易找到一個類似的問題與答案的SO。 我想在某些功能中匹配所有內容。 想法是刪除無用的功能。

foo(some (content)) --> some (content)

所以我試圖匹配函數調用中的所有內容，包括括號。 這是我的PCRE正則表達式：

(?<name>\w+)\s*\(\K
(?<e>
     [^()]+
     |
     [^()]*
         \((?&e)\)
     [^()]*
)*
(?=\))

不幸的是它不起作用，我不明白為什么。

Answer 1

您的組e模式沒有正確的工作，目前，它匹配1個深度級別的括號，因為您只復制了一次e模式。 它需要匹配盡可能多的(...)子串，因此，子程序模式需要在*或+量化組內，甚至可以“簡化”為(?<e>[^()]*(?:\\((?&e)\\)[^()]*)*) 。

請注意，您的組e模式等於(?<e>[^()]+|\\((?&e)\\))* 。 [^()]*圍繞\\((?&e)\\)是多余的，因為[^()]+替代將消耗當前深度級別上的(和)之外的字符。

此外，您量化了組e模式，使其成為重復捕獲組，僅在最后一次迭代期間保持文本匹配。

你可以用

(?<name>\w+)\s*\(\K(?<e>[^()]*(?:\((?&e)\)[^()]*)*)(?=\))

細節

(?<name>\\w+)\\s*\\(\\K - 1+個字符，0 +空格和(從匹配中省略）
(?<e> - 小組e開始
- [^()]* - 除了(和)以外的0+個字符
- (?: - 非捕獲組的開始：
  - \\( - a ( char
  - (?&e) - 遞歸組e模式
  - \\) - a )
  - [^()]* - 除了(和)以外的0+個字符
- )* - 重復0次或更多次
) - e組結束
(?=\\)) - a )必須立即在當前位置的右側。

Answer 2

以下正則表達式進行匹配而不采取額外步驟：

(?<name>\w+)\s*(\((?<e>([^()]*+|(?2))+)\))

但是，這與在帶引號的字符串中包含不平衡括號的后續字符串不匹配：

所以你應該尋找的是：

(?<name>\w+)\s*(\((?<e>([^()'"]*+|"(?>[^"\\]*+|\\.)*"|'(?>[^'\\]*+|\\.)*'|(?2))+)\))

正則表達式細分：

(?<name>\\w+)\\s*匹配函數名稱和尾隨空格
(群集的開始
- \\(匹配文字(
- (?<e>命名捕獲組e
  - (開始捕獲組＃2
    - [^()'"]*+匹配除()'"之外的任何東西
    - | 要么
    - "(?>[^"\\\\]*+|\\\\.)*"匹配雙引號之間的任何內容
    - | 要么
    - '(?>[^'\\\\]*+|\\\\.)*'匹配單引號之間的任何內容
    - | 要么
    - (?2)遞歸第二個捕獲組
  - )+盡可能重復，至少一次
- )捕獲組結束
- \\)匹配)字面意思
)捕獲組結束

Answer 3

我有簡單的正則表達式沒有遞歸。

(?<=[\w ]{2}\().*(?=\))

到目前為止它處理的是不平衡的perenthesis，但它不處理一行中的多個函數。 如果你知道函數之間的delmiters，它可能會被handeled。 例如; 如果那是Java代碼。

變體2 （針對一行中的多個函數進行了更新）：

(?<=[\w ]\()[^;\n]*(?=\))

變體3 （允許;在字符串中）：

(?<=[\w ]\()([^;\n]|".*?")*(?=\))

變體4 （逃避字符串）：

(?<=[\w \n]\()(?:[^;\n"]|(?:"(?:[^"]|\\")*?(?<!\\)"))*(?=\))