1、 .net处理嵌套结构的方法
举例说明:
问题描述:从before (nope (yes (here) okay) after中匹配得到最大的被”()”包含的文本。即显示红色的部分。
答案: .net:\((?>[^()]+|\((?<DEPTH>)|\)(?<-DEPTH>))*(?(DEPTH)(?!))\)
(1)、\(匹配左括号;\)匹配右括号;[^()]+匹配非括号字符串
(2)、(?>….)固化分组,固化分组的作用在于:一旦括号内的子表达式匹配之后,匹配的内容就固定下来,在接下来的匹配过程中不会改变,除非整个固化分组的括号都被弃用,在外部回溯中重新应用。该处使用固化分组的作用在于提高匹配速度。
(3)、DEPTH的使用:DEPTH实际使用了命名捕获的<?>…>,它总是能够匹配成功。正则表达式引擎的回溯堆栈保存了当前匹配成功分组的相关信息,而(?<DEPTH>)跟在\(后,所以它的成功匹配便可以保存\(的个数。跟随在\)后的结构(?<-DEPTH>)是.NET独有的结构,它会在匹配\)成功之后去掉最近的”successful DEPTH”标记。如果不存在这样的”successful DEPTH”标记,就会报告失败,整个正则表达式匹配失败:1,每匹配一个\(会把正则表达式保存的当前括号嵌套深度值加1;2, 每匹配一个\)会把正则表达式保存的当前括号嵌套深度值减1;3, (?(DEPTH)(?!))确保匹配最后的\)时,深度为0。
2, 如何使用正则表达式处理句法分析树
如何使用正则表达式识别一棵类似如下表示的句法分析树?
(TOP (S (NPB (DT The) (NN question) ) (VP (VBZ remains) (SBAR-A (IN whether) (S-A (NPB (PRP they) ) (VP (MD will) (VP-A (VB be) (ADJP (JJ able) (SG (VP (TO to) (VP-A (VB help) (PUNC. us.) ) ) ) ) ) ) ) ) ) ) )
答案: \((?>[^()]+|\([^()\s]+\s(?<DEPTH>)|\)\s(?<-DEPTH>))*(?(DEPTH)(?!))\)
分析类似。
3, 使用正则表达式处理句法分析树实例
a. 使用正则表达式获取所有的叶结点: \((?<POS>[^()]+)\s(?<Leaf>[^()]+)\)
b. 使用正则表达式获取所有的名词短语NP:
\(NP\s(?>[^()]+|\([^()\s]+\s(?<DEPTH>)|\)\s(?<-DEPTH>))*(?(DEPTH)(?!))\)