1、 .net處理嵌套結(jié)構(gòu)的方法

舉例說明：

問題描述：從before (nope (yes (here) okay) after中匹配得到最大的被”()”包含的文本。即顯示紅色的部分。

答案：.net：\((?>[^()]+|\((?<DEPTH>)|\)(?<-DEPTH>))*(?(DEPTH)(?!))\)

分析：

• (1)、\(匹配左括號；\)匹配右括號；[^()]+匹配非括號字符串

• (2)、(?>….)固化分組，固化分組的作用在于：一旦括號內(nèi)的子表達式匹配之后，匹配的內(nèi)容就固定下來，在接下來的匹配過程中不會改變，除非整個固化分組的括號都被棄用，在外部回溯中重新應(yīng)用。該處使用固化分組的作用在于提高匹配速度。

• (3)、DEPTH的使用:DEPTH實際使用了命名捕獲的<?>…>，它總是能夠匹配成功。正則表達式引擎的回溯堆棧保存了當(dāng)前匹配成功分組的相關(guān)信息，而(?<DEPTH>)跟在\(后，所以它的成功匹配便可以保存\(的個數(shù)。跟隨在\)后的結(jié)構(gòu)(?<-DEPTH>)是.NET獨有的結(jié)構(gòu)，它會在匹配\)成功之后去掉最近的”successful DEPTH”標記。如果不存在這樣的”successful DEPTH”標記，就會報告失敗，整個正則表達式匹配失?。?,每匹配一個\(會把正則表達式保存的當(dāng)前括號嵌套深度值加1；2, 每匹配一個\)會把正則表達式保存的當(dāng)前括號嵌套深度值減1；3, (?(DEPTH)(?!))確保匹配最后的\)時，深度為0。

2， 如何使用正則表達式處理句法分析樹

如何使用正則表達式識別一棵類似如下表示的句法分析樹？

(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)(?!))\)

分析類似。

3， 使用正則表達式處理句法分析樹實例

• a. 使用正則表達式獲取所有的葉結(jié)點: \((?<POS>[^()]+)\s(?<Leaf>[^()]+)\)

• b. 使用正則表達式獲取所有的名詞短語NP:

\(NP\s(?>[^()]+|\([^()\s]+\s(?<DEPTH>)|\)\s(?<-DEPTH>))*(?(DEPTH)(?!))\)

• c. 使用正則表達式獲取滿足如下性質(zhì)的子樹

i. 該子句的標記為SBAR[^()]*

ii. 該子句根節(jié)點的第一個兒子為一個詞性為IN的詞。

iii. 該子句的第二個兒子為一個子句：使用S[^()]*識別

iv. 該子句沒有其他的兒子

(?<Clause>\(S[^() ]\s(?<INWH>\(IN\s[^()]+\)\s)(?<ClauseAfterInWh>\(S[^() ]\s(?>[^()]+|\([^()\s]+\s(?<DEPTH>)|\)\s(?<-DEPTH>))*(?(DEPTH)(?!))\)\s)\)\s(?#Clause))