如何删除字符串中外括号之间的所有文本？

Question

当我有这样的字符串时：

s1 = 'stuff(remove_me)'

我可以轻松删除使用中的括号和文本

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

解释为 here。

但我有时会遇到这样的嵌套表达式：

s2 = 'stuff(remove(me))'

当我运行上面的命令时，我得到

'stuff)'

我也试过：

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

这给了我相同的输出。

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

Answer 1

re 匹配很急切，因此他们会尝试匹配尽可能多的文本，对于您提到的简单测试用例，只需让正则表达式运行:

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

Answer 2

如果你确定括号最初是平衡的，就用greedy版本：

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

Answer 3

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

'(\(.*\))'

这会捕获 furthest 括号以及括号之间的所有内容。

您的旧正则表达式捕获第一个括号，以及 next 括号之间的所有内容。

Answer 4

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嵌套级别，请尝试使用此模式：

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

[^)(] 匹配一个字符，不是括号 (negated class)。
|\([^)(]*\) 或它匹配另一个 ( ) 对与任意数量的 non )( inside.
(?:...)* 所有这一切在 ( )

Here is a demo at regex101

在交替之前使用 [^)(] 没有 + 量词，如果不平衡则失败更快。
您需要添加更多可能发生的嵌套级别。例如，最多 2 个级别：

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

Another demo at regex101

Answer 5

注意：\(.*\) 匹配左起第一个 (，然后匹配任何 0+ 个字符（如果 DOTALL 修饰符是换行符除外）未启用）直到 last)，并且不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 \([^()]*\) (matching a (, then 0+ chars other than ( and ) and then a )) in a while block using re.subn:

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

基本上：删除里面没有 ( 和 ) 的 (...)，直到找不到匹配项。用法：

print(remove_text_between_parens('stuff (inside (nested) brackets) (and (some(are)) here) here'))
# => stuff   here

也可以使用非正则表达式的方式：

def removeNestedParentheses(s):
    ret = ''
    skip = 0
    for i in s:
        if i == '(':
            skip += 1
        elif i == ')'and skip > 0:
            skip -= 1
        elif skip == 0:
            ret += i
    return ret

x = removeNestedParentheses('stuff (inside (nested) brackets) (and (some(are)) here) here')
print(x)              
# => 'stuff   here'

见another Python demo

Answer 6

我在这里找到了解决方案：

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

上面写着：

>>> import regex
>>> regex.search(r"^(\((?1)*\))(?1)*$", "()()") is not None
True
>>> regex.search(r"^(\((?1)*\))(?1)*$", "(((()))())") is not None
True
>>> regex.search(r"^(\((?1)*\))(?1)*$", "()(") is not None
False
>>> regex.search(r"^(\((?1)*\))(?1)*$", "(((())())") is not None
False

如何删除字符串中外括号之间的所有文本？

How to remove all text between the outer parentheses in a string?

python

regex

parentheses