正则表达式：匹配到“，”，但如果“，”在括号内则不匹配

Question

给出以下模式：

group1: hello, group2: world
group1: hello (hello, world) world, group2: world
group1: hello world

风格

<group_name>: <group_value>[, <group_name>: <group_value>[...]]

。

一般来说，我使用以下正则表达式来提取值：

group1:\s(?P<group1>[^,\n]+)(:?,\sgroup2:\s(?P<group2>[^,\n]+))?\n

该文件有效，除非

内存在

group_value

中。

我知道这个玩具示例可以通过以下方式解决：

group1:\s(?P<group1>.+?)(?:,\sgroup2:\s(?P<group2>.+?))?\n

但是我确实想保护自己不会意外匹配所有内容，所以当遇到

时我仍然想限制我的匹配。

问题：是否有一种（通用）方法可以匹配

，并为此目的忽略括号中的

？

Answer 1

使用 pcre，您可以利用递归模式来实现具有所有格量词的平衡括号。

您为组 1 定义模式，如果相同的逻辑适用于组 2，您可以递归组 1 中定义的子模式。

当您排除匹配否定字符类中的换行符时，您可以使用

\h

来匹配水平空白字符，而不是使用

\s

\bgroup1:\h+(?P<group1>(?:[^,\n()]*(?:(\((?:[^()\n]+|(?1))*+\)))?)*+)(?:,\h+group2:\h+(?P<group2>(\g<group1>)))?\R