使用正則表達式在parentesis中捕獲文本（如果它們存在）

現在我正在研究python腳本來解析由kindles生成的My Clippings文件，當有人突出顯示，記錄筆記或書籤時。我正在使用正則表達式從文件中收集數據，然後我打算將它存儲在sqlite數據庫中。但現在，我無法匹配包含書名和可能作者的行。使用正則表達式在parentesis中捕獲文本（如果它們存在）

這條線有三種可能性。他們可以採用以下格式：

Title (Last, First) 
Title (Author) 
Title

我要的是對正則表達式捕捉標題，並且無論是在結束括號，如果它存在，否則捕獲一個空字符串。因此，例如，我想在這裏正則表達式來給我的結果：

('Title', 'Last, First') 
('Title', 'Author') 
('Title', '')

現在我能夠做到的捕獲括號正則表達式，但不是冠軍而不作者。以下是我現在有：

(.+) (?:\((.+)\)(?:\n|\Z))*

唯一的問題是，它要求符合作者結束，如果我給它一個選項，以接受空字符串，它發現整條生產線是沒有作者的標題。即

('Title (Last, First)', '') 
('Title (Author)', '') 
('Title', '')

來源

2013-06-21 user1539179

如果你嘗試匹配一行行，你可以使用這個表達式：

^(.+?)(?: \((.+)\))?$

我添加的行錨繩錨月底開始，然後把空間的第一非捕獲組，從而可以捕獲沒有任何其他細節的標題。我將*運營商更改爲?，因爲我認爲您不會有一對以上的括號。如果您認爲自己確實有更多，則更改。

我刪除了第二個非捕獲組，因爲行尾錨點將確保它是行的末尾。

演示here。

來源

2013-06-21 10:52:39 Jerry

這裏是我的版本，這是非常相似，傑裏的，但也許要安全一點：

(\w+?)(?:\s?\(([\w,\s]*)\))?$

這涵蓋了幾個案件，如壓痕，缺少括號前添加一個空格，而空方括號。

這裏有一個演示：http://www.rubular.com/r/8C1pireOwV

來源

2013-06-21 11:07:54

我不認爲你需要開始\ w +？在這種情況下不貪婪。它只是增加了不必要的回溯。除此之外，我喜歡這個答案的靈活性。 –

嗯，答案中的正則表達式與演示中的正則表達式不同。（\ w +？）（？：\ s？\（（[\ w，\ s] *）\））？$ –

啊，是的，oops - 我只是把「+」改成了「*」說明空括號。修正了它。 –

有了文件，如：

Title (Last, First) 
Title (Author) 
Title 
Title() 
    Title() 
The Title (Bob, Jones)

以下：

import re 
matches = [] 
with open('file.txt') as f: 
    for line in f: 
     matches.append(re.match(r'^\s*([\w\s]+) \(?(.*?)\)?$',line).groups()) 

for m in matches: 
    print m 
('Title', 'Last, First') 
('Title', 'Author') 
('Title', '') 
('Title', '') 
('Title', '') 
('The Title', 'Bob, Jones') 
>>>

會產生你想要的結果。

來源

2013-06-21 11:28:28 HennyH

使用正則表達式在parentesis中捕獲文本（如果它們存在）

回答

相關問題