1, 正则表达式如何处理嵌套结构
a. .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)(?!))\)
分析:
(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)(?!))\)
c. 使用正则表达式获取满足如下性质的子树
i. 该子句的标记为 SBAR[^()]*
ii. 该子句根节点的第一个儿子为一个词性为 IN 的词。
iii. 该子句的第二个儿子为一个子句:使用 S[^()]* 识别
iv. 该子句没有其他的儿子
(?<Clause>\(S[^() ]*\s(?<INWH>\(IN\s[^()]+\)\s)(?<ClauseAfterInWh>\(S[^() ]*\s(?>[^()]+|\([^()\s]+\s(?<DEPTH>)|\)\s(?<-DEPTH>))*(?(DEPTH)(?!))\)\s)\)\s(?#Clause))