Pythonでネストしたグループを扱う

Pythonの正規表現では、ネストしたグループを扱うことは困難で、不可能な場合もあります。しかし、一部の正規表現エンジンでは、限定的な「ネスト」構造をサポートしています。

ネストしたグループを扱う一つのアプローチは、パーシング文法を使用することです。以下に、Eric Roseのparsimoniousライブラリを使用した3ステップの例を示します。

import itertools as it
import parsimonious as pars

source  = "\"\"\"\\ /TT0 1 Tf 0.002 Tc -0.002 Tw 11.04 0 0 11.04 221.16 707.04 Tm [(\\()-2(Y)7(o)7(u )-3(g)7(o)-2(t )4(i)-3(t)(\\))]TJ EMC\"\"\" 

rules = r\"\"\" 
root            = line line message end 
line            = ANY NEWLINE 
message         = _ TEXT (_ TEXT*)* NEWLINE 
end             = \"EMC\" NEWLINE* 
TEXT            = ~r\"[a-zA-Z ]+\"  
NEWLINE         = ~r\"\\n\" 
ANY             = ~r\"[^\\n\\r]*\" 
_               = meaninglessness* 
meaninglessness = ~r\"(TJ)*[^a-zA-Z\\n\\r]*\"     
\"\"\" 

grammar = pars.grammar.Grammar(rules) 
tree = grammar.parse(source)

class Translator(pars.NodeVisitor):      
    def visit_root(self, node, children): return children 
    def visit_line(self, node, children): return node.text      
    def visit_message(self, node, children): _, s, remaining, nl = children return (s + \"\".join(it.chain.from_iterable(i[1] for i in remaining)) + nl)          
    def visit_end(self, node, children): return node.text      
    def visit_meaninglessness(self, node, children): return children      
    def visit__(self, node, children): return children[0]      
    def visit_(self, node, children): return children      
    def visit_TEXT(self, node, children): return node.text      
    def visit_NEWLINE(self, node, children): return node.text      
    def visit_ANY(self, node, children):
\"\"\"

このように、Pythonの正規表現を使用してネストしたグループを扱うことは困難であるため、パーシングライブラリを使用することが推奨されます。