python - 在python中用正则表达式拆分字符串的某些部分

Question

我有 _AHDHDUHD[Tsfs (SGYA)]AHUDSHDI_ 形式的不同字符串，我想删除 (SGYA) 部分(圆括号中的字母总是大写) ) 和它之前或之后的最终空格。所以结果应该是_AHDHDUHD[Tsfs]AHUDSHDI_。

我想到了将方括号中的内容与 ([A-Z_])(\[.+\])([A-Z_]) 进行匹配，然后进行拆分并使用 re 模块重新插入它(虽然我不确定哪个 re 函数适合这个)。

但是，这感觉不雅。是否有一个 regex 可以直接执行我想要的操作，而无需中间步骤？

Answer 1

你可以使用

re.sub(r'(\[[^][]*?)\s*\([A-Z]*\)\s*([^][]*])', r'\1\2', text)

参见 regex demo

详情

• (\[[^][]*?) - 第 1 组:[，然后是 [ 以外的任何 0+ 个字符和 ] 尽可能少
• \s* - 0+ 个空格
• \( - 一个 ( 字符
• [A-Z]* - 0+ 大写 ASCII 字母
• \) - 一个 ) 字符
• \s* - 0+ 个空格
• ([^][]*]) - 第 2 组:] 和 [ 以外的任何 0+ 个字符(多达可能)然后是 ]

Python demo :

import re
rx = r"(\[[^][]*?)\s*\([A-Z]*\)\s*([^][]*])"
s = "_AHDHDUHD[Tsfs (SGYA)]AHUDSHDI"
print( re.sub(rx, r'\1\2', s) )
# => _AHDHDUHD[Tsfs]AHUDSHDI

另一个想法:只删除在 [...] 子字符串中找到的所有 \s*\([A-Z]+\)\s* 匹配项:

import re
s = "_AHDHDUHD[Tsfs (SGYA)]AHUDSHDI"
print( re.sub(r"\[[^][]+]", lambda x: re.sub(r'\s*\([A-Z]+\)\s*', "", x.group()), s) )
# => _AHDHDUHD[Tsfs]AHUDSHDI

参见 another Python demo .

在这里，\[[^][]+] 模式将找到 [ 的所有 block ，然后是方括号以外的 1+ 个字符，然后是 ]，然后任何出现的 0+ 空格、(、1+ 大写 ASCII 字母、) 和 0+ 空格将仅在匹配项内被删除使用 \[[^][]+] 模式找到。