Julia PCRE场景下提取最外层p()括号内逗号分隔内容的正则实现问题

1. PCRE兼容正则实现 #

你可以利用PCRE的递归子组特性处理嵌套括号的平衡匹配，适配需求的正则如下：

regex = r"(?(DEFINE)(?'unit'(?:[^(),]+|p\(\g'unit'(?:,\g'unit')*\))*))p\(\s*(?'p1'\g'unit')\s*,\s*(?'p2'\g'unit')\s*\)"

匹配效果验证 #

对示例输入T_0-p(T_1-p(T_2,K_0),CW_0)执行匹配后：

• 命名捕获组p1的结果为T_1-p(T_2,K_0)
• 命名捕获组p2的结果为CW_0
  完全符合预期。

正则逻辑说明 #

• DEFINE块为PCRE专属语法，用于定义可复用的匹配规则，不会占用捕获组位置，也不参与实际匹配
• 自定义命名子组unit定义了合法片段规则：要么匹配不含逗号、括号的普通字符，要么递归匹配完整的p(参数1,参数2)结构，自动保证括号数量平衡
• 正则整体匹配最外层的p()结构，跳过参数前后的可选空白，分别捕获两个参数

2. 更易维护的替代方案（手动遍历解析） #

如果后续规则可能扩展，更推荐用简单的遍历逻辑实现，不需要依赖正则高级特性，可读性和可维护性更强：

实现步骤 #

1. 定位最外层p(的起始索引，初始化括号计数器为1
2. 从起始索引后一位开始遍历字符串：
   • 遇到(计数器+1
   • 遇到)计数器-1，计数器归0时停止遍历，截取到的区间即为最外层p()的全部内部内容
3. 再次遍历内部内容，维护括号计数器，当遇到逗号且计数器值为1时，即为两个参数的分隔点，拆分前后两段即为目标结果

内容的提问来源于stack exchange，提问作者lambcount