使用python在括號中提取部分字符串

Question

我有一個帶有字符串的列的csv文件。部分字符串在括號中。我希望將括號中的字符串部分移到不同的列，並保留字符串的其餘部分。

例如：我想轉換：

LC(Carbamidomethyl)RLK  

到

LCRLK Carbamidomethyl 

Answer 1

正則表達式的解決方案

如果你只有一個括號組中的字符串，就可以使用這個表達式：

>>> a = "LC(Carbamidomethyl)RLK" 
>>> re.sub('(.*)\((.+)\)(.*)', '\g<1>\g<3> \g<2>', a) 
'LCRLK Carbamidomethyl' 
>>> a = "LCRLK" 
>>> re.sub('(.*)\((.+)\)(.*)', '\g<1>\g<3> \g<2>', a) 
'LCRLK' # works with no parentheses too 

正則表達式分解：

(.*)  #! Capture begin of the string 
\(  # match first parenthesis 
    (.+)  #! Capture content into parentheses 
\)   # match the second 
(.*)  #! Capture everything after 

--------------- 
\g<1>\g<3> \g<2> # Write each capture in the correct order 

字符串處理的解決方案

更快的解決方案，對龐大的數據集是：

begin, end = a.find('('), a.find(')') 
if begin != -1 and end != -1: 
    a = a[:begin] + a[end+1:] + " " + a[begin+1:end] 

的過程是讓括號的位置（如果有任何）和把弦放在我們想要的地方。然後，我們連接結果。

性能每種方法的

很明顯，該字符串操作是最快的方法：

>>> timeit.timeit("re.sub('(.*)\((.+)\)(.*)', '\g<1>\g<3> \g<2>', a)", setup="a = 'LC(Carbadidomethyl)RLK'; import re") 
15.214869976043701 


>>> timeit.timeit("begin, end = a.find('('), a.find(')') ; b = a[:begin] + a[end+1:] + ' ' + a[begin+1:end]", setup="a = 'LC(Carbamidomethyl)RL'") 
1.44008207321167 

多括號設置

看評論

>>> a = "DRC(Carbamidomethyl)KPVNTFVHESLADVQAVC(Carbamidomethyl)SQKNVACK" 
>>> while True: 
...  begin, end = a.find('('), a.find(')') 
...  if begin != -1 and end != -1: 
...   a = a[:begin] + a[end+1:] + " " + a[begin+1:end] 
...  else: 
...   break 
... 
>>> a 
'DRCKPVNTFVHESLADVQAVCSQKNVACK Carbamidomethyl Carbamidomethyl'