寻找更好的可以进行内部递归的正则表达式

Question

我正在翻译一种旧语言（FOCAL）的代码，它使用“（）”作为函数参数和向量索引。 目标语言 (R) 也使用“( )”表示函数，但使用“[ ]”表示索引。
FOCAL 变量名称仅限于两个字符，至少在开始时，我假设所有函数名称都有 3 个或更多字符（对于所有内部函数都是如此）。 例如，字符串

" ab(c(kk)) ab(c(5)) sin(x) qr(g) exp(cos(qr)) exp(z) exp(cos(qr(3))) cos(y(3)))  sin(3)"

应转换为

" ab[c[kk] ]  ab[c[5] ]  sin(x) qr[g]  exp(cos(qr)) exp(z) exp(cos(qr[3] )) cos(y[3] ))  sin(3)"  

作为第一个镜头，我首先通过这个正则表达式（R 代码）运行输入来查找数字索引，

str1 <- gsub('([^a-z][a-z]{1,2})[(]([0-9]{1,})[)]' ,'\\1\\[\\2\\] ' , thestr)

接下来我寻找变量名称的索引

str2 <- gsub('([^a-z][a-z]{1,2})[(]([^)]{1,})[)]' ,'\\1\\[\\2\\] ' , str1)

只有当我在第二个正则表达式上递归时才会成功。 我希望有一种更干净的方法，最好是不需要重复操作的方法。

Answer 1

不清楚一般情况可能是什么，但如果我们修复

cos(y(3)))

中不平衡的括号，那么这适用于显示的输入。 它会在空白处中断输入，然后将

fix_parens

应用于每个组件。 它使用

getParseData

对输入进行标记，然后跟踪

parens

中的括号类型，它替换一两个字符名称及其匹配项后面的括号。 utils 包是 R 自带的，所以不需要安装。

library(utils)

fix_parens <- function(x) {
  txt <- getParseData(parse(text = x))$text
  txt <- txt[txt != ""]
  out <- txt
  paren <- c()
  for(i in seq_along(txt)[-1]) {
    if (nchar(txt[i-1]) %in% 1:2 && txt[i] == "(") {
      paren <- c(paren, "]")
      out[i] <- "["
    } else if (txt[i] == "(") {
      paren <- c(paren, ")")
    } else if (txt[i] == ")") {
      out[i] <- tail(paren, 1)
      paren <- head(paren, -1)
    }
  }
  paste0(out, collapse = "")
}
# same as in question except we fixed the unbalanced parentheses    
inp <- " ab(c(kk)) ab(c(5)) sin(x) qr(g) exp(cos(qr)) exp(z) exp(cos(qr(3))) cos(y(3))  sin(3)"

s <- strsplit(inp, " +")[[1]]
s <- s[s != ""]
paste(unname(sapply(s, fix_parens)), collapse = " ")
## [1] "ab[c[kk]] ab[c[5]] sin(x) qr[g] exp(cos(qr)) exp(z) exp(cos(qr[3])) cos(y[3]) sin(3)"