如何用正则表达式提取含嵌套括号的括号间文本？

嘿，我明白你要解决的问题了——从嵌套的逻辑表达式里精准提取顶级运算符分隔的子串，还要支持递归拆解，这确实是正则处理嵌套结构的典型场景。之前用栈或者普通正则没成功，大概率是因为没处理好平衡括号的问题，普通正则引擎不支持嵌套结构，但用支持递归平衡组的正则就能搞定。

可行的正则方案（支持嵌套括号） #

首先，我们需要能匹配任意深度嵌套括号的正则，同时定位到顶级的逻辑运算符（OR/AND）来分隔子串。这里以Python的regex库为例（它支持递归平衡组，标准re做不到）：

1. 提取顶级OR分隔的子串 #

用这个正则可以精准匹配被顶级OR分隔的所有子串，不管有没有嵌套括号：

(?:\((?:[^()]|(?R))+\)|[^()\s]+(?:\s*[<>]=?\s*[^()\s]+)?)(?=\s*OR\s*|$)

2. 正则拆解 #

• \((?:[^()]|(?R))+\)：这部分是核心，用来匹配完整的带嵌套括号的表达式。(?R)会递归引用整个正则，完美处理多层嵌套的括号（比如你表达式里的(Gripper|Open==false AND RIT|Turning==false)这种内层括号）。
• [^()\s]+(?:\s*[<>]=?\s*[^()\s]+)?：匹配不带括号的简单表达式，比如Robot|PosX >=3，支持包含比较运算符的情况。
• (?=\s*OR\s*|$)：正向断言，确保我们只匹配到下一个顶级OR或者字符串结尾，不会把括号内的OR当成分隔符。

代码示例（Python） #

先安装支持递归的regex库：

pip install regex

然后运行这段代码，就能提取你要的子串：

import regex

main_expr = "((Gripper|Open==true OR RIT|Turning==false) AND Robot|PosX >=3 OR (Test|Close==false OR (Gripper|Open==false AND RIT|Turning==false)))"

# 先提取顶级OR分隔的子串
or_pattern = r'(?:\((?:[^()]|(?R))+\)|[^()\s]+(?:\s*[<>]=?\s*[^()\s]+)?)(?=\s*OR\s*|$)'
top_or_matches = regex.findall(or_pattern, main_expr)

# 对第一个OR子串，提取顶级AND分隔的子串
and_pattern = r'(?:\((?:[^()]|(?R))+\)|[^()\s]+(?:\s*[<>]=?\s*[^()\s]+)?)(?=\s*AND\s*|$)'
and_matches = regex.findall(and_pattern, top_or_matches[0].strip())

# 整理出你要的三个子串
target_substrings = and_matches + top_or_matches[1:]
for idx, sub in enumerate(target_substrings, 1):
    print(f"{idx}: {sub.strip()}")

运行后正好输出你想要的结果：

1. (Gripper|Open==true OR RIT|Turning==false)
2. Robot|PosX >=3
3. (Test|Close==false OR (Gripper|Open==false AND RIT|Turning==false))

递归提取的扩展思路 #

要实现类的子节点递归提取，你可以写一个递归函数：

1. 传入一个表达式字符串，先检测其中的顶级逻辑运算符（OR/AND，不在括号内的）。
2. 根据运算符选择对应的正则，提取所有顶级子串。
3. 对每个子串，如果包含括号或者逻辑运算符，递归调用这个函数，把结果作为当前子串的子节点。

这样就能把整个表达式拆解成树形结构，每个节点对应一个子表达式，完美满足你的需求。

小提示 #

• 如果是在其他语言（比如C#）里，.NET的正则引擎也支持平衡组（用(?<group>和(?<-group>)来实现），思路是一样的。
• 一定要用支持递归/平衡组的正则引擎，普通正则搞不定嵌套括号的匹配。

内容的提问来源于stack exchange，提问作者Thoms