如何删除“匹配”括号之间的文本？

Question

当我读到this XKCD comic的alt（技术标题）文字时，我开始好奇维基百科中的每篇文章最终都指向哲学文章。于是我开始制作一个Web应用程序，显示使用PHP“指向”哪些文章。

（PS：不担心流量 - 因为我会私下使用它，不会发出太多的请求，维基百科服务器）

要做到这一点，我有括号和斜体字之间移除文本，并获得第一个链接。其他的事情可以用PHP Simple HTML DOM Parser可以实现，但删除括号内文字是问题..

如果有括号没有括号，然后我可以使用这个表达式：\([^\)]+\)，但是，像the article about German language，有一些文章都重叠括号（例如：German (Deutsch [ˈdɔʏtʃ] (listen)) is..），并且以上RegEx无法处理这些情况，因为[^\)]*\)发现第一个关闭括号，而不是匹配关闭括号。 （其实上面的情况，因为有两个封闭括号之间没有文字不成为问题，但是当有两大右括号之间的联系就成了一个大问题。）

一个肮脏的解决方案，我能想到是这样的：

$s="content of a wikipedia article";$depth=0;$s2=""; 
for($i=0;$i<strlen($s);$i++){ 
    $c=substr($s,$i,1); 
    if($c=='(')$depth++; 
    if($c==')'){if($depth>0)$depth--;continue;} 
    if($depth==0) $s2.=$c; 
} 
$s=$s2; 

然而，因为它减少了一个字符串转换成单个字符，并且看起来不必要的，我不喜欢这种解决方案

是否有其他方式在一对（匹配）括号删除文本？

例如，我要让这样的文字：

blah(asdf(foo)bar(lol)asdf)blah 

成这样：

blahblah 

，但不喜欢这样的：

blahbarasdf)blah 

---

编辑：从埃米尔维克斯特罗姆的回答评论，我意识到上述的考虑ach（删除括号之间的文本）可以删除包含括号的链接。然而，我仍然希望上述问题的答案，因为我遇到过类似的问题，我想知道答案...

所以我的问题仍然是：如何删除匹配的括号之间的文本？

Answer 1

太好了！我看到有人在清理维基百科纯文本内容时遇到了问题。这里是你如何使用它。

cleanBraces("blah(asdf(foo)bar(lol)asdf)blah", "(", ")") 

将返回

blahblah

您可以通过任何类型的括号。像[和]或{和}

这里是我的源代码。

function cleanBraces($source, $oB, $eB) { 
    $finalText = ""; 
    if (preg_match("/\\$oB.*\\$eB/", $source) > 0) { 
     while (preg_match("/\\$oB.*\\$eB/", $source) > 0) { 
      $brace = getBracesPos($source, $oB, $eB); 
      $finalText .= substr($source, 0, $brace[0]); 
      $source = substr($source, $brace[1] + 1, strlen($source) - $brace[1]); 
     } 
     $finalText .= $source; 
    } else { 
     $finalText = $source; 
    } 
    return $finalText; 
} 

function getBracesPos($source, $oB, $eB) { 
    if (preg_match("/\\$oB.*\\$eB/", $source) > 0) { 
     $open = 0; 
     $length = strlen($source); 
     for ($i = 0; $i < $length; $i++) { 
      $currentChar = substr($source, $i, 1); 
      if ($currentChar == $oB) { 
       $open++; 
       if ($open == 1) { // First open brace 
        $firstOpenBrace = $i; 
       } 
      } else if ($currentChar == $eB) { 
       $open--; 
       if ($open == 0) { //time to wrap the roots 
        $lastCloseBrace = $i; 
        return array($firstOpenBrace, $lastCloseBrace); 
       } 
      } 
     } //for 
    } //if 
} 

Answer 2

您可以查看recursive patterns，这应该能够解决问题。

当我阅读漫画时，我没有意志力让我的头绕过递归模式，所以我简化了它找到一个链接，然后检查它是否在括号中。这里是我的解决方案：

//Fetch links 
    $matches = array(); 
    preg_match_all('!<a [^>]*href="/wiki/([^:"#]+)["#].*>!Umsi', $text, $matches); 
    $links = $matches[1]; 
    //Find first link not within parenthesis 
    $found = false; 
    foreach($links as $l) { 
    if(preg_match('!\([^)]+/wiki/'.preg_quote($l).'.+\)!Umsi', $text)) { 
     continue; 
    }else{ 
     $found = true; 
     break; 
    } 
    } 

这里是我的整个脚本：http://lajm.eu/emil/dump/filosofi.phps