正则表达式求助：按字符拆分但保留函数表达式不被拆分

我明白你的困扰：用[() ]作为分隔符拆分表达式时，会把currentyear('yyy')里的括号也当成分隔符，导致函数被拆成零散的片段。要解决这个问题，我们需要区分表达式的分组括号和函数内部的括号，不能一概而论地把所有括号都当作分隔符。

下面给你两种实用的解决方案：

方案1：先匹配完整项（推荐） #

这种思路是先把需要保留的完整项（比如函数调用、操作数、运算符）都匹配出来，而不是用分隔符拆分。这样能完美避免拆分函数内部的结构。

正则表达式 #

\w+\([^)]+\)|[^\s()]+

这个正则的逻辑是：

• \w+\([^)]+\)：匹配完整的函数调用——先匹配函数名（字母数字下划线组成的\w+），再匹配左括号，接着匹配除右括号外的所有内容（函数参数），最后匹配右括号。
• |：或者的意思
• [^\s()]+：匹配除空格、左括号、右括号之外的任意连续字符，比如1+2、eq、and这些项。

示例代码（Python） #

import re

# 你的原始表达式
expr = "((1+2 eq 3) and (2+5 eq 6) or currentyear('yyy') eq '2017')"
# 编译正则
pattern = re.compile(r'\w+\([^)]+\)|[^\s()]+')
# 提取所有完整项
result = pattern.findall(expr)

# 如果还需要把类似1+2的项拆成单个数字和运算符（比如得到1、+、2），可以加这一步
final_result = []
for item in result:
    if '(' not in item:
        # 拆分数字、字母运算符、加号
        sub_items = re.findall(r'\d+|[a-zA-Z]+|\+', item)
        final_result.extend(sub_items)
    else:
        final_result.append(item)

print(final_result)

运行后会得到你想要的结果：
['1', '+', '2', 'eq', '3', 'and', '2', '+', '5', 'eq', '6', 'or', "currentyear('yyy')", 'eq', "'2017'"]
如果需要去掉'2017'的引号，只需对该项做strip("'")处理即可。

方案2：用零宽断言精准拆分分隔符 #

如果你更倾向于用split方法拆分，可以用零宽断言指定只在表达式的分组括号或空格处拆分，排除函数内部的括号。

正则表达式 #

(?<!\w)\(|\)(?!\w)|\s

这个正则的逻辑是：

• (?<!\w)\(：匹配左括号，但要求左括号前面不是字母（也就是排除函数名后面的左括号，比如currentyear(里的(）
• \)(?!\w)：匹配右括号，但要求右括号后面不是字母（排除函数内部的右括号）
• |\s：或者匹配空格作为分隔符

示例代码（Python） #

import re

expr = "((1+2 eq 3) and (2+5 eq 6) or currentyear('yyy') eq '2017')"
# 按指定分隔符拆分
result = re.split(r'(?<!\w)\(|\)(?!\w)|\s', expr)
# 过滤拆分后产生的空字符串
result = [item for item in result if item]

print(result)

运行结果：
['1+2', 'eq', '3', 'and', '2+5', 'eq', '6', 'or', "currentyear('yyy')", 'eq', "'2017'"]

这两种方案都能解决你拆分时误拆函数的问题，你可以根据自己的实际需求选择其中一种。

内容的提问来源于stack exchange，提问作者Anil Bachola