如何用Regex提取嵌套括号结构中的顶级except子句

核心思路 #

要提取顶级的except子句，关键是区分嵌套在其他括号内的except和直接处于最外层的except——后者才是目标内容。

修正后的正则表达式 #

使用支持递归匹配的正则引擎（如Python的re模块、PCRE），可采用以下正则：

(?<!\([^)]*)\bexcept\s*\((?:[^()]|(?R))*\)

正则解释

• (?<!\([^)]*)：负向后瞻，确保当前匹配的except前面没有未闭合的(，即该except不在其他括号内部
• \bexcept：匹配完整的except单词，避免误匹配类似exceptex的字符串
• \s*\(：匹配except后可选的空格和左括号
• (?:[^()]|(?R))*：递归平衡处理嵌套括号——要么匹配非括号字符，要么递归匹配整个正则结构，确保完整捕获括号内的所有内容

示例代码（Python） #

import re

text = """where (
 param1 equals value1
 and
 param 2 equals valu2
 except (
  param3 equals value3
  where (
   param4 equals value4
   except (
     param6 equals value6
   )
  )
 )
)
except (
 param5 equal value5
)"""

# 匹配所有顶级except子句
pattern = re.compile(r'(?<!\([^)]*)\bexcept\s*\((?:[^()]|(?R))*\)', re.DOTALL)
matches = pattern.findall(text)

# 输出结果
for idx, match in enumerate(matches, 1):
    print(f"第{idx}个顶级except子句：")
    print(match)

输出结果 #

运行后将得到两个符合预期的结果：

except (
  param3 equals value3
  where (
   param4 equals value4
   except (
     param6 equals value6
   )
  )
 )

和

except (
 param5 equal value5
)

内容的提问来源于stack exchange，提问作者Chiranjit Bhattacharya