式で区切られたグループをキャプチャするための正規表現

Question

キャプチャ方法グループは、(\], \[)で区切られますか？例えば、

[[[[u'1', u'2'], u'3'], u'4'], [[[u'1', u'2'], u'4'], [[u'1', u'5'], u'4']]] 

の場合、私は三つのグループ、1 2 3 4、1 2 4と1 5 4をキャプチャしたいと思います。

Answer 1

[[u'1', u'2'], [u'3',u'5']]のようなサブパターン（同じレベルに複数のネストされたサブグループがあります。この場合、スタックを使用し、プッシュダウンオートマトンのように解析する必要があります）では、次の正規表現でこれを行うことができます。 2つのステップ：

（1）式を正規表現\]\s*,\s*\[で分割して最初にグループを取得すると、提供されている例に対して3つのグループが得られます。

（2）各グループ内では、正規表現[^0-9u]*u'([0-9]+)'[^0-9u]*を使用して数字を抽出します。例えば

は、Rで、コードは次のようになります。

pythonで

str <- "[[[[u'1', u'2'], u'3'], u'4'], [[[u'1', u'2'], u'4'], [[u'1', u'5'], u'4']]]" 
groups <- unlist(strsplit(str, split='\\]\\s*,\\s*\\[')) 
pattern <- "[^0-9u]*u'([0-9]+)'[^0-9u]*" 
lapply(groups, function(str) gsub(pattern, "\\1", regmatches(str,gregexpr(pattern,str))[[1]])) 

#[[1]] 
#[1] "1" "2" "3" "4" 

#[[2]] 
#[1] "1" "2" "4" 

#[[3]] 
#[1] "1" "5" "4" 

：

import re 
str = "[[[[u'1', u'2'], u'3'], u'4'], [[[u'1', u'2'], u'4'], [[u'1', u'5'], u'4']]]" 
groups = re.split('\]\s*,\s*\[', str) 
pattern = "[^0-9u]*u'([0-9]+)'[^0-9u]*" 
print map(lambda x: re.findall(pattern, x), groups) 
# [['1', '2', '3', '4'], ['1', '2', '4'], ['1', '5', '4']] 

必要な場合は、整数に数字をマッピングできます。