Regex提取

Question

我一直在试着从绳子里提取东西。我拿到了折叠式绳子：

*, bob, DATE('gdfgfd', 'Fdsfds', ('fdsfdfsd')), george

我想用逗号提取and ()，它应该给出如下内容：

• *
• bob
• DATE('gdfgfd'，'Fdsfds'，('fdsfdfsd'))
• george

我试着用爆炸的方法，但它甚至在里面也会爆炸.逻辑指的是函数。

因此，我已经这样做了：[^(,\s]+|\([^)]+\)，但是即使在括号中找到逗号，它也会给出切分。

有人知道怎么做我的意思吗？

谢谢

编辑：

好的，非常清楚和直接。

我拿到了这个：SELECT MyField, Field2, Blabla, Function(param), etc FROM table Blabla

我已经得到了字符串MyField, Field2, Blabla, Function(param), etc，因为查询是由多个函数类(如$DB->Select('MyField, Field2, Blabla, Function(param), etc'); )完成的，但是现在我想解析逗号之间的所有内容，因此MyField, Field2, Blabla, Function(param), etc变成如下所示：

• MyField
• Field2
• Blabla
• Function(param)
• etc

Answer 1

以下是我所做的，不支持多字节字符的内容：

编辑:添加字符串感知

<?php


$stack = array();
$stuff = array();

$escaping = false;
$input = "*, bob, [], DATE('g()d\\'f,gfd', ('Fd()sf)ds'), ('fdsfd\"\"()fsd')), ',(),() (,,'";
$len = strlen( $input );
$i = 0;
$curstr = "";
$char;

while( $i < $len ) {
    $char = $input[$i++];

    if( $escaping ) {
        $curstr .= $char;
        $escaping = false;
        continue;
    }

    switch( $char ) {

        case "\\":
            $escaping = true;
            break;

        case '"':
            $top = end( $stack );
            if( $top === '"' ) {
                array_pop( $stack );
            }
            else if( $top !== "'" ){
                $stack[] = '"';
            }

            $curstr .= $char;
            break;

        case "'":
            $top = end( $stack );
            if( $top === "'" ) {
                array_pop( $stack );
            }
            else if( $top !== '"' ) {
                $stack[] = "'";
            }

            $curstr .= $char;           
            break;

        case ",":
            if( count( $stack ) ) {
                $curstr .= $char;
            }
            else {
                $stuff[] = trim($curstr);
                $curstr = "";
            }
            break;

        case "(":
            $top = end( $stack );
            if( $top !== "'" && $top !== '"' ) {
                $stack[] = "(";                   
            }

            $curstr .= $char;
            break;

        case ")":
            $top = end( $stack );

            if( $top !== "'" && $top !== '"' ) {
                if( end($stack) !== "(" ) {
                    die( "Unbalanced parentheses" );
                }
                array_pop( $stack );
            }

            $curstr .= $char;


            break;

        default:
            $curstr .= $char;
            break;

    }
}

if( count( $stack ) ) {
    die( "Unbalanced ".end($stack) );
}

$stuff[] = trim( $curstr );

print_r( $stuff );

/*
    Array
(
    [0] => *
    [1] => bob
    [2] => []
    [3] => DATE('g()d'f,gfd', ('Fd()sf)ds'), ('fdsfd""()fsd'))
    [4] => ',(),() (,,'
)

*/

Answer 2

将此作为答案发布，因为它可能比其他任何东西都要好：

http://code.google.com/p/php-sql-parser/

使用该项目解析SQL语句。结果返回为数组，包括SELECT和FROM之间的位作为单独的元素，就像您想要的那样。这将比您使用的任何正则表达式解决方案工作得更好。

Answer 3

您在注释中指出，您准备使用递归，因为您有嵌套列表。但是，正则表达式不能执行递归。这是因为regex不能无限期地“计数”任何事情。因为它没有计算开/闭括号的方法，所以它无法知道其中有多少个级别，也不知道它必须达到多少个级别。

您可以编写非常复杂的regex来处理N个深度级别(请参阅anubhava's answer)，但一旦遇到具有N+1深度级别的表达式，正则表达式就会失败。这就是为什么我们使用编程语言来解析不规则语言的原因，因为它们可以计算递归(参见diolemo's answer)。在这个递归中，我们可以使用小的正则表达式。