Python正则表达式可获取所有内容，直到表达式“（year）”

Question

我有一个名为“ movie_title”的数据框列，其中包含电影名称以及年份。以下是上述专栏中的两种电影标题。

title1='Toy Story (1995)'
title2='City of Lost Children, The (Cité des enfants perdus, La) (1995)'

我想将其分为标题和发行年份两列。我能够使用以下正则表达式成功提取年份：

re.findall('[1-2][0-9]{3}', string)[0]

需要帮助编写另一个可以提取标题的正则表达式（不包括年份信息和方括号）。

例如title1和title2应该看起来像：

title1='Toy Story'
title2='City of Lost Children, The (Cité des enfants perdus, La)'

Answer 1

这几乎可以解决问题：

Objects/funcobject.c

您只需要除去未捕获的结尾.(?:[^\((0-9)])+ 。如果我发现更好的话，将更新此答案。

另一种想法：：如果您确定年份会出现在每个电影标题的结尾，那么为什么不删除最后一点呢？因此，从您拥有的每个电影字符串中删除)吗？

Answer 2

要获取年份并在末尾消除括号，请使用正则表达式“找到至少有一个数字的第一个字符串，然后加上括号”，正则表达式如下所示： '\ d +（？= \））'

1。）\ d表示找到一个数字，+ infront表示找到至少一个

2。）（？=）表示后跟。 \）表示字符“）”。因此（？= \））的意思是后跟一个'）'

3。）将所有内容放在一起表示一个至少一个数字的字符串，后跟'）'

输入：失落儿童之城，（拉美（Citédes enfants perdus，La））（1995年）

输出：1995年

要获取电影标题，请使用正则表达式“获取第一个字符串，该字符串包含任意数量的非数字，后跟'（'，如下所示：'\ D *（？= \（）'

1。）/ D表示非数字。 *表示任意数量的非数字

2。）再次，我们看到（？= \（）表示后跟'（'

3。）一起表示任意数量的非数字，后跟'（'

输入：失落儿童之城，（拉美（Citédes enfants perdus，La））（1995年）

输出：失落儿童之城，（La La）（儿童城）

注意：获取标题的正则表达式假定标题中没有数字。

Answer 3

>>> titles = [
...     'Toy Story (1995)',
...     'City of Lost Children, The (Cité des enfants perdus, La) (1995)',
... ]
>>>
>>> import re
>>>
>>> for title in titles:
...     m = re.match(r'^(.*) \((19\d\d|20\d\d)\)$', title)
...     name, year = m.groups()
...     print(f'name: {repr(name)} year: {repr(year)}')
...
name: 'Toy Story' year: '1995'
name: 'City of Lost Children, The (Cité des enfants perdus, La)' year: '1995'

regex101.com中^(.*) \((19\d\d|20\d\d)\)$的解释：