PHP y RegEx: divide una cadena por comas que no están entre paréntesis (y también paréntesis anidados)

Question

Hace dos días comencé a trabajar en un analizador de código y estoy atascado.

¿Cómo puedo dividir una cadena por comas que no están entre paréntesis dentro, te voy a mostrar lo que significa:

que tienen esta cadena para analizar:

one, two, three, (four, (five, six), (ten)), seven 

me gustaría conseguir este resultado:

array(
"one"; 
"two"; 
"three"; 
"(four, (five, six), (ten))"; 
"seven" 
) 

pero en cambio me sale:

array(
    "one"; 
    "two"; 
    "three"; 
    "(four"; 
    "(five"; 
    "six)"; 
    "(ten))"; 
    "seven" 
) 

¿Cómo puedo hacer esto en PHP RegEx.

¡Gracias de antemano!

Answer 1

Puede hacerlo más fácil:

preg_match_all('/[^(,\s]+|\([^)]+\)/', $str, $matches) 

Pero sería mejor si utiliza un analizador real. Tal vez algo como esto:

$str = 'one, two, three, (four, (five, six), (ten)), seven'; 
$buffer = ''; 
$stack = array(); 
$depth = 0; 
$len = strlen($str); 
for ($i=0; $i<$len; $i++) { 
    $char = $str[$i]; 
    switch ($char) { 
    case '(': 
     $depth++; 
     break; 
    case ',': 
     if (!$depth) { 
      if ($buffer !== '') { 
       $stack[] = $buffer; 
       $buffer = ''; 
      } 
      continue 2; 
     } 
     break; 
    case ' ': 
     if (!$depth) { 
      continue 2; 
     } 
     break; 
    case ')': 
     if ($depth) { 
      $depth--; 
     } else { 
      $stack[] = $buffer.$char; 
      $buffer = ''; 
      continue 2; 
     } 
     break; 
    } 
    $buffer .= $char; 
} 
if ($buffer !== '') { 
    $stack[] = $buffer; 
} 
var_dump($stack); 

Answer 2

me temo que podría ser muy difícil de analizar corchetes anidados como one, two, (three, (four, five)) sólo con la expresión regular.

Answer 3

No se puede, directamente. Necesitarías, como mínimo, una apariencia de ancho variable y, por último, sabía que la PCRE de PHP solo tenía una apariencia de ancho fijo.

Mi primera recomendación sería primero extraer expresiones entre paréntesis de la cadena. Sin embargo, no sé nada acerca de su problema real, así que no sé si eso será factible.

Answer 4

No puedo pensar en una manera de hacerlo utilizando una sola expresión regular, pero es muy fácil de hackear juntos algo que funciona:

function process($data) 
{ 
     $entries = array(); 
     $filteredData = $data; 
     if (preg_match_all("/\(([^)]*)\)/", $data, $matches)) { 
       $entries = $matches[0]; 
       $filteredData = preg_replace("/\(([^)]*)\)/", "-placeholder-", $data); 
     } 

     $arr = array_map("trim", explode(",", $filteredData)); 

     if (!$entries) { 
       return $arr; 
     } 

     $j = 0; 
     foreach ($arr as $i => $entry) { 
       if ($entry != "-placeholder-") { 
         continue; 
       } 

       $arr[$i] = $entries[$j]; 
       $j++; 
     } 

     return $arr; 
} 

Si se invoca así:

$data = "one, two, three, (four, five, six), seven, (eight, nine)"; 
print_r(process($data)); 

genera:

Array 
(
    [0] => one 
    [1] => two 
    [2] => three 
    [3] => (four, five, six) 
    [4] => seven 
    [5] => (eight, nine) 
) 

Answer 5

torpe, pero hace el trabajo ...

<?php 

function split_by_commas($string) { 
    preg_match_all("/\(.+?\)/", $string, $result); 
    $problem_children = $result[0]; 
    $i = 0; 
    $temp = array(); 
    foreach ($problem_children as $submatch) { 
    $marker = '__'.$i++.'__'; 
    $temp[$marker] = $submatch; 
    $string = str_replace($submatch, $marker, $string); 
    } 
    $result = explode(",", $string); 
    foreach ($result as $key => $item) { 
    $item = trim($item); 
    $result[$key] = isset($temp[$item])?$temp[$item]:$item; 
    } 
    return $result; 
} 


$test = "one, two, three, (four, five, six), seven, (eight, nine), ten"; 

print_r(split_by_commas($test)); 

?> 

Answer 6

Hm ... OK ya marcadas como respondida, pero desde que solicitó una solución fácil, sin embargo, voy a tratar:

<?php 
    $test = "one, two, three, , , ,(four, five, six), seven, (eight, nine)"; 
    $split = "/([(].*?[)])|(\w)+/"; 
    preg_match_all($split, $test, $out); 
    print_r($out[0]);    
    die(); 
?> 

salida

Array 
(
    [0] => one 
    [1] => two 
    [2] => three 
    [3] => (four, five, six) 
    [4] => seven 
    [5] => (eight, nine) 
) 

Answer 7

Creo que vale la pena señalar, que siempre debe evitar las expresiones regulares cuando sea posible. Para ello, debe saber que para PHP 5.3+ puede usar str_getcsv(). Sin embargo, si está trabajando con archivos (o secuencias de archivos), como archivos CSV, la función fgetcsv() puede ser lo que necesita, y está disponible desde PHP4.

Por último, estoy sorprendido de que nadie haya usado preg_split(), ¿o no funcionó según era necesario?