python - 用于捕获科学引文的正则表达式

Question

我正在 try catch 其中至少有一位数字的文本括号(想想引文)。这是我的正则表达式，它工作正常:https://regex101.com/r/oOHPvO/5

\((?=.*\d).+?\)

所以我希望它捕获 (Author 2000) 和 (2000) 而不是 (Author)。

我正在尝试使用 python 来捕获所有这些括号，但在 python 中，即使它们没有数字，它也会捕获括号中的文本。

import re

with open('text.txt') as f:
    f = f.read()

s = "\((?=.*\d).*?\)"

citations = re.findall(s, f)

citations = list(set(citations))

for c in citations:
    print (c)

知道我做错了什么吗？

Answer 1

你可以使用

re.findall(r'\([^()\d]*\d[^()]*\)', s)

参见 regex demo

详情

• \( - 一个 ( 字符
• [^()\d]* - 除了 (, ) 和数字
之外的 0 个或更多字符
• \d - 一个数字
• [^()]* - 除了 (, )
之外的 0 个或更多字符
• \) - ) 字符。

参见 regex graph :

Python demo :

import re
rx = re.compile(r"\([^()\d]*\d[^()]*\)")
s = "Some (Author) and (Author 2000)"
print(rx.findall(s)) # => ['(Author 2000)']

要获得不带括号的结果，请添加一个捕获组:

rx = re.compile(r"\(([^()\d]*\d[^()]*)\)")
                    ^                ^

参见 this Python demo .