如何使用正则表达式删除括号内的文本？

Question

我正在处理一堆文件，需要修改它们以删除文件名中的无关信息。尤其是我想要删除括号内的文本。例如：

filename = "Example_file_(extra_descriptor).ext"

我想对一大堆文件进行正则表达式匹配，其中括号表达式可能在中间或结尾，并且长度不固定。

这个正则表达式应该是什么样的呢？最好使用Perl或Python语法。

- Technical Bard

---

你确定 "extra_descriptor" 不能包含 ")" 吗？如果可以，问题就变得更加困难了... - dmckee --- ex-moderator kitten

@dmckee：如果括号可以嵌套，那就更难了，但是如果您只想去掉第一个'('和最后一个')'之间的所有内容，那就不太难了：只需使用贪婪的'.'而不是'.?'即可。 - j_random_hacker

@j_random_hacker 你说得对，由于嵌套的括号不能被有限状态机（FSM）识别（必须要跟踪无限的嵌套级别），所以它要难得多，并且也无法通过正则表达式来实现。如果想做到这一点，就必须将自己限制在有限的嵌套级别内。 - skyking

Answer 1

s/\([^)]*\)//

那么在 Python 中，你需要这样做:

re.sub(r'\([^)]*\)', '', filename)

- Can Berk Güder

---

有没有理由更喜欢使用 .*? 而不是 [^)]*？ - Kip

@Kip：不对。我不知道为什么，但.* 总是首先想到的东西。 - Can Berk Güder

.* 获取第一个左括号和最后一个右括号之间的所有内容：'a(b)c(d)e' 将变为 'ae'。 [^)]* 仅删除第一个左括号和第一个右括号之间的内容：'ac(d)e'。嵌套括号会有不同的行为。 - daotoad

@ovgolovin：好的。顺便说一下，在一般情况下正则表达式不等同，除非使用re.DOTALL标志。此外，你尝试过在Python中测量吗？ - jfs

我想在Visual Studio中完成这个任务。Visual Studio的正则表达式是\([^)]*\)。 - DiB

Answer 2

匹配在括号中 没有其他的(和)字符存在的子字符串（例如(xyz 123)在Text (abc(xyz 123)中）的模式是

\([^()]*\)

详细信息:

• \( - 左圆括号（在 POSIX BRE 中应使用 (，请参见下面的 sed 示例）
• [^()]* - 零个或多个（由于 * Kleene star quantifier）字符, 不包含否定字符类/POSIX 括号表达式 中定义的那些字符，即除了(和)之外的任何字符
• \) - 右圆括号（在 POSIX BRE 中不允许转义）

删除代码片段:

• JavaScript: string.replace(/\([^()]*\)/g, '')
• PHP: preg_replace('~\([^()]*\)~', '', $string)
• Perl: $s =~ s/\([^()]*\)//g
• Python: re.sub(r'\([^()]*\)', '', s)
• C#: Regex.Replace(str, @"\([^()]*\)", string.Empty)
• VB.NET: Regex.Replace(str, "\([^()]*\)", "")
• Java: s.replaceAll("\\([^()]*\\)", "")
• Ruby: s.gsub(/\([^()]*\)/, '')
• R: gsub("\\([^()]*\\)", "", x)
• Lua: string.gsub(s, "%([^()]*%)", "")
• Bash/sed: sed 's/([^()]*)//g'
• Tcl: regsub -all {\([^()]*\)} $s "" result
• C++ std::regex: std::regex_replace(s, std::regex(R"(\([^()]*\))"), "")
• Objective-C:
  NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:@"\\([^()]*\\)" options:NSRegularExpressionCaseInsensitive error:&error]; NSString *modifiedString = [regex stringByReplacingMatchesInString:string options:0 range:NSMakeRange(0, [string length]) withTemplate:@""];
• Swift: s.replacingOccurrences(of: "\\([^()]*\\)", with: "", options: [.regularExpression])
• Google BigQuery: REGEXP_REPLACE(col, "\\([^()]*\\)" , "")

- Wiktor Stribiżew

---

亲爱的Wiktor，我只有一个问题。如果我们要排除方括号[而不是圆括号，那么在[^ ]结构中是否需要转义它们，例如[^\\[\\]]，或者像其他字符一样不需要转义？ - Anoushiravan R

这取决于正则表达式的风格。请参见我的这个回答。 - Wiktor Stribiżew

Answer 3

我会使用：

\([^)]*\)

- Gumbo

---

这个答案对于像这样带有嵌套括号的文件名 "filename_abc(text(TM))" 将无法工作，因为结果将是 "filename_abc)"。 - The Human Cat

Answer 4

如果您没有绝对必要使用正则表达式，请考虑使用Perl的Text::Balanced来移除括号。

use Text::Balanced qw(extract_bracketed);

my ($extracted, $remainder, $prefix) = extract_bracketed( $filename, '()', '[^(]*' );

{   no warnings 'uninitialized';

    $filename = (defined $prefix or defined $remainder)
                ? $prefix . $remainder
                : $extracted;
}

你可能会想，“为什么要这样做，使用正则表达式只需要一行代码就能搞定呢？”

$filename =~ s/\([^}]*\)//;

Text::Balanced可以处理嵌套的括号。因此，$filename = 'foo_(bar(baz)buz)).foo'将被正确提取。在此处提供的基于正则表达式的解决方案将无法处理此字符串。其中一个会停在第一个闭合括号处，而另一个则会将所有括号都吃掉。

   $filename =~ s/\([^}]*\)//;
   # returns 'foo_buz)).foo'

   $filename =~ s/\(.*\)//;
   # returns 'foo_.foo'

   # text balanced example returns 'foo_).foo'

如果两种正则表达式的行为都可接受，请使用正则表达式--但要记录限制和所做的假设。

- daotoad

---

虽然我知道你不能用（经典）正则表达式解析嵌套的括号，但是如果你知道你永远不会遇到嵌套的括号，你可以简化问题，使它能够使用正则表达式来处理，并且相当容易。在我们不需要时使用解析器工具就有些过度了。 - Chris Lutz

@Chris Lutz - 我应该在第一句话中说“考虑”，而不是“使用”。在许多情况下，正则表达式可以完成工作，这就是为什么我建议如果行为可接受，可以考虑使用正则表达式的原因。 - daotoad

Answer 5

对于想要使用Python的人，这里有一个简单的例程，可以删除带有括号的子字符串，包括嵌套括号的子字符串。虽然它不是正则表达式，但它可以完成工作！

def remove_nested_parens(input_str):
    """Returns a copy of 'input_str' with any parenthesized text removed. Nested parentheses are handled."""
    result = ''
    paren_level = 0
    for ch in input_str:
        if ch == '(':
            paren_level += 1
        elif (ch == ')') and paren_level:
            paren_level -= 1
        elif not paren_level:
            result += ch
    return result

remove_nested_parens('example_(extra(qualifier)_text)_test(more_parens).ext')

- Andrew Basile

Answer 6

如果路径中可能包含括号，则r'\(.*?\)'正则表达式不足以匹配：

import os, re

def remove_parenthesized_chunks(path, safeext=True, safedir=True):
    dirpath, basename = os.path.split(path) if safedir else ('', path)
    name, ext = os.path.splitext(basename) if safeext else (basename, '')
    name = re.sub(r'\(.*?\)', '', name)
    return os.path.join(dirpath, name+ext)

默认情况下，该函数保留路径的目录和扩展名部分中的带括号的块。

例如：

>>> f = remove_parenthesized_chunks
>>> f("Example_file_(extra_descriptor).ext")
'Example_file_.ext'
>>> path = r"c:\dir_(important)\example(extra).ext(untouchable)"
>>> f(path)
'c:\\dir_(important)\\example.ext(untouchable)'
>>> f(path, safeext=False)
'c:\\dir_(important)\\example.ext'
>>> f(path, safedir=False)
'c:\\dir_\\example.ext(untouchable)'
>>> f(path, False, False)
'c:\\dir_\\example.ext'
>>> f(r"c:\(extra)\example(extra).ext", safedir=False)
'c:\\\\example.ext'

- J.F. Sebastian

Answer 7

如果您可以使用sed（可能在程序内部执行），那么它将非常简单：

sed 's/(.*)//g'

- samoz

---

你只是在对表达式 .* 进行分组。 - Gumbo

@Gumbo：不，他不是。在sed中，“\（...\）”表示分组。 - runrig

Answer 8

>>> import re
>>> filename = "Example_file_(extra_descriptor).ext"
>>> p = re.compile(r'\([^)]*\)')
>>> re.sub(p, '', filename)
'Example_file_.ext'

- Selinap

Answer 9

Java 代码：

Pattern pattern1 = Pattern.compile("(\\_\\(.*?\\))");
System.out.println(fileName.replace(matcher1.group(1), ""));

- Peer Mohamed