java - Comment diviser une chaîne du formulaire (opérateur arg1 arg2 ... argn)?

Question

Une fonction a la forme de
(opérateur arg1 arg2 ... argn)
c'est-à-dire le symbole d'opération, paramètre 1, paramètre 2, jusqu'au paramètre n. Le paramètre lui-même peut également être une fonction dans ce format.
Par exemple, une chaîne comme celle-ci
String="(add (add 1 2) (mul 2 1) 2 )"
doit être divisée en ses opérandes et paramètres, c'est-à-dire divisée en

["ajouter","(ajouter 1 2)","(mul 2 1)","2"]

Comment un tel tableau de caractères doit-il être divisé ?

Mon approche actuelle consiste à supprimer les crochets les plus à l'extérieur à chaque fois, puis à utiliser des espaces pour diviser la chaîne, mais les espaces au milieu deviendront également l'endroit à diviser. Si vous utilisez des expressions régulières, puisque chaque paramètre peut toujours contenir des parenthèses imbriquées, comment cette situation doit-elle être adaptée ?

Answer 1

前缀表示法， S-表达式，Lisp表达式

lispS-表达式是多层嵌套的树形结构，比较接近抽象语法树(AST).

Regular est difficile à analyser sans grammaire récursiveS-表达式.

Ce qui suit est un exemple simple en python. Je l'ai commenté et il devrait être facile à comprendre.

def parse_sexp(string):
    sexp = [[]]
    word = ''
    in_str = False #是否在读取字符串
    for char in string: # 遍历每个字符
        if char == '(' and not in_str: # 左括号
            sexp.append([])
        elif char == ')' and not in_str: # 右括号
            if word:
                sexp[-1].append(word)
                word = ''
            temp = sexp.pop()
            sexp[-1].append(tuple(temp)) # 形成嵌套
        elif char in ' \n\t' and not in_str: # 空白符
            if word:
                sexp[-1].append(word)
                word = ''
        elif char == '"': # 双引号,字符串起止的标记
            in_str = not in_str
        else:
            word += char # 不是以上的分隔符,就是个合法的标记
    return sexp[0]

>>> parse_sexp("(+ 5 (+ 3 5))")
[('+', '5', ('+', '3', '5'))]
>>> parse_sexp("(add (add 1 2) (mul 2 1) 2 )")
[('add', ('add', '1', '2'), ('mul', '2', '1'), '2')]

S-expression

Answer 2

Régulier :

\(\s*\w+(\s+\d+)+\s*\)|\w+|\d+

Notez que cette regex a un paramètre Global

S'ilarg1, arg2, arg3, ... argn中嵌套(op arg ...)il n'y a qu'un seul calque, vous pouvez utiliser cette méthode