python - 使用 Python 提取具有特定格式的括号

Question

我对python相当陌生，所以如果这是一个新手问题，我很抱歉，但我正在尝试从原始文本文件中具有特定格式的括号中提取文本。我已经用正则表达式尝试过这个，但是如果他们是更好的方法，请告诉我。

举例说明我想做什么：

s = "Testing (Stackoverflow, 2013). Testing (again) (Stackoverflow, 1999)"

从这个字符串我想要一个类似的结果：

['(Stackoverflow, 2013)', '(Stackoverflow, 1999)']

到目前为止我尝试过的正则表达式是

"(\(.+[,] [0-9]{4}\))"

与 re.findall() 一起使用，但这只会给我结果：

['(Stackoverflow, 2013). Testing (again) (Stackoverflow, 1999)']

因此，正如您可能已经猜到的那样，我正在尝试从 .txt 文件中提取参考书目。但我不想提取任何恰好在括号中但不是书目参考的内容。

再次，如果这是新手，我再次道歉，如果已经存在这样的问题，我再次道歉。我已经搜索过，但还没有运气。

Answer 1

使用[^()]而不是.. 这将确保没有嵌套的 ()。

>>> re.findall("(\([^()]+[,] [0-9]{4}\))", s)
['(Stackoverflow, 2013)', '(Stackoverflow, 1999)']

Answer 2

假设您没有嵌套括号，您可以使用如下内容：(\([^()]+?, [0-9]{4}\)). 这将匹配一组括号内的任何非括号字符，该括号后跟一个逗号、一个空白四位数字和一个右括号。

Answer 3

我会建议类似的东西\(\w+,\s+[0-9]{4}\)。与您的原始版本相比有一些变化：

• 匹配单词字符（字母/数字/下划线）而不是源名称中的任何字符。
• 匹配逗号后的一个或多个空格字符，而不是将自己限制为单个文字空格。