javascript - 匹配括号内的内容

Question

我的问题实际上非常简单:如何将字符串中外括号的内容与嵌套括号匹配，如下所示:

Lorem (ipsum (dolor) sit) amet

我在很多场合都在努力解决这个问题，在我看来应该有一个非常简单的解决方案，因为很多语言都使用基于树的结构(HTML/XML 使用 <tag><tag></tag></tag> ，JSON 使用[[]] 或 {"a":{}} )。

这里的主要问题是，使用任何正则表达式，匹配都会在第一个右括号处结束，而不是在正确的括号处结束。我也考虑过使用String.split('(') ，或者甚至创建一个带有左括号和右括号索引的数组，但这些最终也没有让我得到任何结果(也许我忽略了这些策略的使用方式)。

到目前为止，我最好的尝试就是遍历每个字符，测试该字符是否是括号，然后继续，直到剩下 0 个打开的括号:

var str = 'Lorem (ipsum (dolor) sit) amet';
var opened = 1;
var start = str.indexOf('(')+1
for (var i=start; i<str.length && opened; i++) {
    if (str.charAt(i) == '(') opened++;
    else if (str.charAt(i) == ')') opened--;
}
console.log(str.substring(start, i-1));

我真的很想知道，有没有一种更简单的方法来做到这一点，也许使用我没有想到的内置函数？在我看来应该有，但我自己还没有找到任何或想出一个简单的解决方案。

Answer 1

根本问题是正则表达式无法描述需要匹配括号的语言，因为这样的语言元素使语言上下文变得自由，这是一个经常被引用的下推自动机 (PDA) 增强功能的示例与有限状态自动机 (FA) 的比较。

最基本的是，您想要的产品所需的生产是

N = aNa

终端出现在非终端的两侧。这是上下文无关语法的签名示例，需要 PDA 才能识别它。与更简单的语法相反。

N = aN

表示正则表达式，只需要 FA 即可识别。

您需要比正则表达式更强大的识别类别。幸运的是，我可以推荐一个很好的 javascript 解析器生成器 pegjs

好的，完成了，我有说“一会儿吗？”我熟悉nodejs，所以这都是假设的。但 peg 也支持浏览器中的操作，因为它都是 javascript。

你知道，毕竟这一次，我不太确定这就是你想要的，但我已经做到了，以便保留至少用一对括号括起来的任何内容，否则将被忽略。我继续完成了这个，尽管这是一个用于说明目的的大型项目。但如果这不是您想要的，他们会查看生成的解析树，它都是 JSON...

我已将源代码存储在 github GIST 中，请随意下载，或者其他什么

pegjs source

driver javascript

generated parser source

Sample 1

Sample 2

cat input1
Lorem (ipsum (dolor) sit) amet
node match.js < input1
ipsum (dolor) sit 

cat input2
Lorem (ipsum (dolor) sit) amet (a) a b s  (asd f d a (a d d d a) asda )
node match.js < input2
ipsum (dolor) sit  a    asd f d a (a d d d a) asda