嵌套匹配的正则表达式

Question

考虑字符串

cos(t(2))+t(51)

使用正则表达式，我想匹配cos(t(2))，t(2)和t(51)。这适合的一般模式是类似

variable or function name + opening_parenthesis + contents + closing_parenthesis，

其中contents可以是具有相同数量的左括号和右括号的任何表达式。

我使用[a-zA-Z]+\([\W\w]*\)返回cos(t(2)))+t(51)，这当然不是理想的结果。

有关如何使用正则表达式实现此目的的任何想法？我特别坚持这个＆＃34;相同数量的开括号和右括号＆＃34;。

Answer 1

Niels，这是一个有趣且棘手的问题，因为你正在寻找重叠的比赛。即使使用递归，任务也不是微不足道的。

你问过any idea how to achieve this with regex，所以听起来即使matlab中没有这个，你会有兴趣看到一个答案，告诉你如何在正则表达式中做到这一点。

这对我来说很有意义，因为工具通常会更改他们使用的正则表达式库。例如，Notepad ++，曾经有瘫痪的正则表达式，在版本6中切换到PCRE。（碰巧，PCRE可以使用这个解决方案。）

在Perl和PCRE中，您可以使用这个简短的正则表达式：

(?=(\b\w+\((?:\d+|(?1))\)))

这将匹配：

cos(t(2))
t(2)
t(51)

例如，在php中，您可以使用此代码（请参阅online demo底部的结果）。

$regex = "~(?=(\b\w+\((?:\d+|(?1))\)))~";
$string = "cos(t(2))+t(51)";
$count = preg_match_all($regex,$string,$matches);
print_r($matches[1]);

它是如何运作的？

1. 为了允许重叠匹配，我们使用前瞻。这样，匹配cos(t(2))后，引擎会在cos(t(2))之后，o之前cos
之前定位。
2. 实际上，引擎实际上并不匹配cos(t(2))，而只是将其捕获到组1.它匹配的是at this position in the string, looking ahead, we can see x的断言。匹配此断言后，它会尝试从字符串中的下一个位置开始再次匹配它。
3. 前瞻中的表达式（描述了我们正在寻找的内容）几乎非常简单：在(\b\w+\((?:\d+|(?1))\))中，在\d+之后，交替{ {1}}允许我们用|重复第一个子程序，也就是说，我们当前所在的整个表达式。因此，我们不会递归整个正则表达式（包括一个前瞻），而是一个子表达式。