如何删除字符串中外括号之间的所有文本？

Question

当我有一个这样的字符串：

s1 = 'stuff(remove_me)'

我可以很容易地删除括号和文本

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

正如这里所解释的。

但我有时会遇到这样的嵌套表达式：

s2 = 'stuff(remove(me))'

当我从上面运行命令时，我最终

'stuff)'

我也试过：

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

这给了我同样的输出。

我如何删除外括号内的所有内容——包括括号本身——这样我也会得到'东西'（这应该适用于任意复杂的表达式）？

Answer 1

re匹配非常迫切，因此它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regex运行即可：

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

Answer 2

如前所述，您需要一个递归正则表达式来匹配任意级别的嵌套，但是如果您知道最多只能有一个级别的嵌套，请尝试使用此模式：

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

• [^)(]匹配一个字符，这不是括号（否定类）。
• |\([^)(]*\)或者它匹配另一个（）对与任何数量的非）（内部。
• （？：...）*所有这一切在（）
内的任何时间

这是regex101的演示

在交替之前，使用[^)(]而不使用量词，如果不平衡，则会更快失败。
您需要添加更多可能发生的嵌套级别。例如最多2个级别：

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

regex101上的另一个演示

Answer 3

注意：\（.*\）匹配左边的第一个（），然后匹配直到最后一个）的任何0个字符（如果未启用DOTALL修饰符，则不匹配换行符），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地删除嵌套的括号，您可以使用一个简单的\([^()]*\)（匹配一个（，然后是（和）之外的0个字符，然后是一个）），然后使用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：删除（…） 内部没有（和），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regex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'

请看另一个Python演示