正则表达式删除嵌套的括号

Question

如何使用 R 中的正则表达式替换此示例中的嵌套括号：

chf <- "(Mn,Ca,Zn)5(AsO4)2((AsO3)OH)24(H2O)(OH(AsO3))(OH(AsO3)OH)"

期望的输出是

"(Mn,Ca,Zn)5(AsO4)2(AsO3OH)24(H2O)(OHAsO3)(OHAsO3OH)"

我正在尝试这个，但我无法排除嵌套括号内的内容。

> str_replace_all(chf,"\((\w+)\)","(gone)")

[1] "(Mn,Ca,Zn)5(gone)2((gone)OH)24(gone)(OH(gone))(OH(gone)OH)"

Answer 1

您可以使用

library(gsubfn)
chf <- "(Mn,Ca,Zn)5(AsO4)2((AsO3)OH)24(H2O)(OH(AsO3))(OH(AsO3)OH)"
gsubfn("\((?:[^()]++|(?R))*\)", ~ gsub("(^\(|\)$)|[()]", "\1", x, perl=TRUE), chf, perl=TRUE, backref=0)
# => [1] "(Mn,Ca,Zn)5(AsO4)2(AsO3OH)24(H2O)(OHAsO3)(OHAsO3OH)"

$(?:[^()]++|(?R))*$ regex 是一种已知的 PCRE 模式，用于匹配嵌套的括号。找到匹配项后，gsubfn 获取字符串并使用 gsub("(^$|$$)|[()]", "\1", x, perl=TRUE) 删除所有非初始和非最终括号。这里，(^$|$$) 匹配并捕获第一个 ( 和最后一个 ) 到第 1 组，然后任何 ( 和 ) 与 [()] 匹配。替换为组1的内容

一个基本的 R 等效解决方案：

chf <- "(Mn,Ca,Zn)5(AsO4)2((AsO3)OH)24(H2O)(OH(AsO3))(OH(AsO3)OH)"
gre <- gregexpr("\((?:[^()]++|(?R))*\)", chf, perl=TRUE)
matches <- regmatches(chf, gre)
regmatches(chf, gre) <- lapply(matches, gsub, pattern="(^\(|\)$)|[()]", replacement="\1")
> chf
# => "(Mn,Ca,Zn)5(AsO4)2(AsO3OH)24(H2O)(OHAsO3)(OHAsO3OH)"

正则表达式删除嵌套的括号

regex to remove nested parenthesis brackets

regex

parsing

r

chemistry

regex-negation