从字符串中删除括号中的内容

Question

我有一个字符串，它长这样：

s = 'word1 word2 (word3 word4) word5 word6 (word7 word8) word9 word10'

如何删除括号中的所有内容，以便输出为：

'word1 word2 word5 word6 word9 word10'

我尝试了正则表达式，但好像不起作用。有什么建议吗？

最好的， Jacques

- Jacques Knie

---

你尝试了哪个正则表达式没有起作用？ - Fred Foo

Answer 1

import re
s = re.sub(r'\(.*?\)', '', s)

请注意，这只会删除括号内的所有内容。这意味着在“word2和word5”之间将保留双空格。终端输出如下：

>>> re.sub(r'\(.*?\)', '', s)
'word1 word2  word5 word6  word9 word10'
>>> # -------^ -----------^ (Note double spaces there)

然而，您提供的输出并非如此。要去除额外的空格，您可以执行以下操作：

>>> re.sub(r'\(.*?\)\ *', '', s)
'word1 word2 word5 word6 word9 word10'

- Susam Pal

---

一个原始字符串可能会更安全：r'\(.*?\)'，即使它仍然可以工作。 - ngn

我同意。它们都应该是原始字符串。谢谢。我已经更新了答案。 - Susam Pal

这个代码完美地运行了，但是为什么呢？我想到的是：s = re.sub('\(.*\)', '', s)问号的作用是什么？ - Jacques Knie

Jacques，( 在正则表达式字符串中有特殊含义。(.*) 是一个分组。因此，你需要用反斜杠转义 ( 来消除其特殊含义，使其被视为要匹配的字面字符 (。 - Susam Pal

@Jacques：只使用 .* 将匹配所有内容，包括右括号。在末尾加上 ? 后，它变成了“非贪婪模式”，当剩余的正则表达式可以匹配时（即下一个是右括号），它将停止消耗。在这种特殊情况下，[^)]* 是另一种选择。 - user395760

Answer 2

我的解决方案更好，只是因为它删除了额外的空格字符 ;-)

re.sub( "\s\(.*?\)","",s)

编辑：您说得对，它不能捕捉所有情况。当然，我可以编写更复杂的表达式，尝试考虑更多细节：

re.sub( "\s*\(.*?\)\s*"," ",s)

现在，result是一个期望的字符串或者如果原始字符串被括号和空格限制，则为空格。

- eugene_che

---

你的解决方案不够好，因为它没有捕获所有情况：'(hello) there' :) - tzot

Answer 3

你应该用空字符串替换所有这个正则表达式的出现： \([^\)]*\)。

- ngn

---

如果您需要实际的代码，请在此处给我留言，我会添加它。 - ngn

Answer 4

你可以逐个字符地处理它。如果你保留一个字符串作为结果字符串，一个字符串作为丢弃字符串，并且一个布尔值表示你是否正在删除。

然后，对于每个字符，如果布尔值为真，则将其添加到删除字符串中；如果为假，则将其添加到实际字符串中。如果是开括号，则将其添加到删除字符串中并将布尔值设置为true；如果是闭括号，则将删除字符串设置为空字符串并将布尔值设置为false。

最后，如果有括号打开但未关闭，则会在结尾处留下一个删除字符串。

如果你想处理多个括号，请使用一个整数计数器来记录你已经打开但未关闭的括号数量，而不是使用布尔值。

- Samthere

Answer 5

如果你的行的格式总是像你展示的那样，你可能可以尝试不使用正则表达式：

>>> s.replace('(','').replace(')','')
'word1 word2 word3 word4 word5 word6 word7 word8 word9 word10'

这比正则表达式快4倍

>>> t1 = timeit.Timer("s.replace('(','').replace(')','')", "from __main__ import s")
>>> t2 = timeit.Timer("sub(r'\(.*?\)\ *', '', s)", "from __main__ import s; from re import sub")
>>> t1.repeat()
[0.73440917436073505, 0.6970294320000221, 0.69534249907820822]
>>> t2.repeat()
[2.7884134544113408, 2.7414613750137278, 2.7336896241081377]

- joaquin