如何提取所有平衡括号组内的内容（包含嵌套括号场景）

问题原因 #

你当前使用的正则表达式无法满足需求的核心原因是：传统正则表达式没有计数能力，无法处理任意深度的括号嵌套场景。你写的非贪婪匹配规则(.+?)遇到嵌套括号时，会匹配到第一个右括号就停止，比如处理xx(aa(bb))xx时，只会提取到aa(bb，完全不符合预期。

正确实现方案 #

使用栈结构统计括号的匹配状态，遍历字符串的同时记录括号的起止位置，就能提取所有层级的平衡括号内容，支持任意深度的嵌套场景。

实现代码 #

def extract_balanced_parentheses(s):
    stack = []
    result = []
    for idx, char in enumerate(s):
        if char == '(':
            # 左括号入栈，记录当前索引位置
            stack.append(idx)
        elif char == ')' and stack:
            # 匹配到对应右括号，弹出最近的左括号位置
            start = stack.pop()
            # 提取括号内内容，自动去除首尾空白
            content = s[start+1:idx].strip()
            result.append(content)
    # 若需要外层括号内容在前，改为return tuple(reversed(result))即可
    return tuple(result)

测试验证 #

text1 = 'xx(aa)(bb)xx'
print(extract_balanced_parentheses(text1)) 
# 输出: ('aa', 'bb')

text2 = 'xx(aa(bb))xx'
# 调整返回顺序为外层在前
def extract_outer_first(s):
    stack = []
    res = []
    for idx, c in enumerate(s):
        if c == '(': stack.append(idx)
        elif c == ')' and stack:
            st = stack.pop()
            res.append(s[st+1:idx].strip())
    return tuple(reversed(res))

print(extract_outer_first(text2))
# 输出: ('aa(bb)', 'bb')

内容的提问来源于stack exchange，提问作者Scheinin