Question

当我有这样的字符串时：

s1 = 'stuff(remove_me)'

我可以使用

轻松删除括号和文本

# returns 'stuff'
res1 = re.sub(r'\([^)]*\)', '', s1)

解释here。

但我有时遇到这样的嵌套表达式：

s2 = 'stuff(remove(me))'

当我从上面运行命令时，我最终得到了

'stuff)'

我也尝试过：

re.sub('\(.*?\)', '', s2)

给了我相同的输出。

如何删除外括号内的所有内容 - 包括括号本身 - 以便我最终得到'stuff'（这应该适用于任意复杂的表达式）？

Answer 1

注意：\(.*\)匹配左侧的第一个(，然后匹配任何0+个字符（如果未启用DOTALL修改器，则不包括换行符） last )，并未考虑正确嵌套的括号。

要使用Python中的正则表达式正确删除嵌套括号，您可以使用简单的\([^()]*\)（匹配(，然后匹配{{1以外的0 +字符使用re.subn while 块中的{}}和(以及)}：

基本上：删除内部没有def remove_text_between_parens(text): n = 1 # run at least once while n: text, n = re.subn(r'\([^()]*\)', '', text) # remove non-nested/flat balanced parts return text和(...)的{{1}}，直到找不到匹配项。用法：

也可以采用非正则表达方式：

请参阅another Python demo

Answer 2

如前所述，您需要recursive regex来匹配任意级别的嵌套，但如果您知道最多只能有一个级别的嵌套，请尝试使用此模式：

\((?:[^)(]|\([^)(]*\))*\)

[^)(]匹配一个不是括号（negated class）的字符。
|\([^)(]*\)或与其中任意数量的非 (内的) )(对匹配。

(?:

)*

(

)

Here is a demo at regex101

在交替使用[^)(]没有+量词之前，如果不平衡则更快失败。您需要添加可能发生的更多级别的嵌套。例如，最多2个级别：

\((?:[^)(]|\((?:[^)(]|\([^)(]*\))*\))*\)

Another demo at regex101

Answer 3

re匹配是热切的，所以他们尝试匹配尽可能多的文本，因为你提到的简单测试用例只是让正则表达式运行：

>>> re.sub(r'\(.*\)', '', 'stuff(remove(me))')
'stuff'

Answer 4

如果您确定括号最初是平衡的，只需使用贪心版本：

re.sub(r'\(.*\)', '', s2)

Answer 5

https://regex101.com/r/kQ2jS3/1

'(\(.*\))'

这会捕获furthest个括号，以及括号之间的所有内容。

您的旧正则表达式会捕获第一个括号，以及next括号之间的所有内容。

Answer 6

我在这里找到了解决方法：

http://rachbelaid.com/recursive-regular-experession/

其中说：

extension Locale: CaseIterable {
    public static var allCases: [Locale] {
        availableIdentifiers.map(Locale.init(identifier:))
    }
}

extension Locale {
    static func localeForCurrencyCode(_ currencyCode: String) -> Locale? {
        return allCases.first(where: { $0.currencyCode == currencyCode })
    }
}

Locale.localeForCurrencyCode("EUR") // es_EA
Locale.localeForCurrencyCode("GBP") // kw_GB

如何删除字符串中外括号之间的所有文本？

6 个答案: