正则表达式用于匹配所有逗号，除非它们包含在圆括号或方括号之间

Question

考虑 R 中的以下代码:

x <- "A, B (C, D, E), F, G [H, I, J], K (L (M, N), O), P (Q (R, S (T, U)))"
strsplit(x, split = "some regex here")

我希望它返回类似于包含字符向量的列表的内容

"A"
"B (C, D, E)"
"F"
"G [H, I, J]"
"K (L (M, N), O)"
"P (Q (R, S (T, U)))"

编辑:提议的替代问题不能回答我的问题，因为允许嵌套括号和方括号，并且有可能发生n级嵌套(超过2)。

Answer 1

这看起来更像是自定义解析器的工作，而不是单个正则表达式。我很想被证明是错误的，但是在我们等待的时候，这里有一个非常简单的解析函数可以完成工作。

parse_nested <- function(string) {
  
  chars <- strsplit(string, "")[[1]]
  
  parentheses <- numeric(length(chars))
  parentheses[chars == "("] <- 1
  parentheses[chars == ")"] <- -1
  parentheses <- cumsum(parentheses)

  brackets <- numeric(length(chars))
  brackets[chars == "["] <- 1
  brackets[chars == "]"] <- -1
  brackets <- cumsum(brackets)
  
  split_on <- which(brackets == 0 & parentheses == 0 & chars == ",")
  split_on <- c(0, split_on, length(chars) + 1)
  
  result <- character()
  
  for(i in seq_along(head(split_on, -1))) {
    x <- paste0(chars[(split_on[i] + 1):(split_on[i + 1] - 1)], collapse = "")
    result <- c(result, x)
  }
  
  trimws(result)
}

产生:

parse_nested(x)
#> [1] "A"                   "B (C, D, E)"         "F"                  
#> [4] "G [H, I, J]"         "K (L (M, N), O)"     "P (Q (R, S (T, U)))"