正则表达式删除嵌套的括号

Question

在此示例中，如何在R中使用正则表达式替换嵌套的括号：

chf <- "(Mn,Ca,Zn)5(AsO4)2((AsO3)OH)24(H2O)(OH(AsO3))(OH(AsO3)OH)"

所需的输出是

"(Mn,Ca,Zn)5(AsO4)2(AsO3OH)24(H2O)(OHAsO3)(OHAsO3OH)"

我正在尝试此操作，但无法排除嵌套方括号内的内容。

> str_replace_all(chf,"\\((\\w+)\\)","(gone)")

[1] "(Mn,Ca,Zn)5(gone)2((gone)OH)24(gone)(OH(gone))(OH(gone)OH)"

Answer 1

您可以使用

library(gsubfn)
chf <- "(Mn,Ca,Zn)5(AsO4)2((AsO3)OH)24(H2O)(OH(AsO3))(OH(AsO3)OH)"
gsubfn("\\((?:[^()]++|(?R))*\\)", ~ gsub("(^\\(|\\)$)|[()]", "\\1", x, perl=TRUE), chf, perl=TRUE, backref=0)
# => [1] "(Mn,Ca,Zn)5(AsO4)2(AsO3OH)24(H2O)(OHAsO3)(OHAsO3OH)"

\((?:[^()]++|(?R))*\) regex是一个已知的PCRE模式，用于匹配嵌套括号。找到匹配项后，\((?:[^()]++|(?R))*\)将使用字符串并使用gsubfn删除所有非初始和非最终括号。在此，gsub("(^\\(|\\)$)|[()]", "\\1", x, perl=TRUE)匹配第一个(^\\(|\\)$)和最后一个(并将其捕获到组1中，然后将任何)和(与)匹配。替换内容是第1组的内容。