正则表达式替换包含整个条目的括号答案

【问题标题】：Regular expression to replace brackets that embrace whole entry正则表达式替换包含整个条目的括号
【发布时间】：2014-04-17 10:11:59
【问题描述】：

我有一个制表符分隔的 txt 文件。

1    (hi7 there)    my
2    (hi7)there    he3

只有当括号包含整个条目时，我才想删除括号（无论如何，我不确定条目这个词是否是描述它的正确词）

所以输出应该是

1    hi7 there    my
2    (hi7)there    he3

我知道我可以轻松找到删除所有括号的方法。但是只有当括号包含整个条目时，我才找到如何删除括号。

我可以简单地使用notepad++或python，哪个更快？

【问题讨论】：

它们真的是制表符，还是只是多个空格？
性能并不重要，不是吗？无论如何，既然你没有展示你的尝试，我会给你一个提示：使用积极的前瞻来检查前面是否有空格(?=\s)。
@Robin 它们以制表符分隔。我不知道如何在 stackoverflow 帖子中放置标签。但它们确实是按标签划分的。

标签： python regex notepad++

【解决方案1】：

这个 expr 似乎可以正确处理所有可能性：

(?m)     # multiline mode
(^|\t)   # start of line of field 
\(       # (
   ([^\t]+?) # anything but a tab
\)       # )
(?=      # followed by...
   $|\t  # end of line or field
)

替换为\1\2。

例子：

import re

rx = r'(?m)(^|\t)\(([^\t]+?)\)(?=$|\t)'

txt = """
1   (hi7 (the)re)   (my)
2   (hi7)there  he3
(22)    (hi7)there  he3
(22)    (hi7there)  (he3)
"""

print re.sub(rx, r'\1\2', txt)

结果：

1   hi7 (the)re my
2   (hi7)there  he3
22  (hi7)there  he3
22  hi7there    he3

【讨论】：

如何在 notepad++ 中使用它以便进行测试？如果必须由python来完成，如何指定输入和输出文件名？
@user2604484：在 np++ 中尝试删除 (?m) 位，IIRC 默认情况下会这样做。
效果很好！我很困惑，因为如果我单击“replaceall”它可以完美地工作，但如果我反复单击“replace”它会成功替换第三列。无论如何，这不是一个重要的问题。那么如果有问题的括号是“”或{}而不是（），我该怎么办？这是正确的吗？： (?m)(^|\t)\"([^\t]+?)\"(?=$|\t)
@user2604484：是的，应该没问题。
@georg 干得好。对学习正则表达式真的很感兴趣。这里是想要学习正则表达式的链接。stackoverflow.com/questions/16461680/regex-best-way-to-learn-it

【解决方案2】：

我认为这应该可行

f = open("file.txt")
for line in f:
 l = line.strip().split("    ")
 for word in l:
  if word[0] == "(" and word[-1] == ")":
   print (word[1:len(word)-1]),
  else:
   print (word),
 print

用于覆盖

import fileinput

for line in fileinput.FileInput("file.txt", inplace=1):
    l = line.strip().split("    ")
    s = ""
    for sent in l:
        if sent[0] == "(" and sent[-1] == ")":
            s += sent[1:len(sent) - 1] + "    "
        else:
            s += sent + "    "
    print s[:-1]

【讨论】：

@Vijay_Kumar 这行得通吗？我测试过，但文件没有任何变化。
它不会更改文件，它会打印您的要求，如果您想在文件中更改具有读/写权限的打开文件并执行您想要的操作。
嗨 Vijay，如何将结果覆盖到原始文件 file.txt？
嗨，我添加了一些代码用于将结果覆盖到原始文件
感谢您的持续帮助。但是代码只是删除了输入文件中的所有内容。输入文件是制表符分隔的 txt。并且输入文件通常有非英语，虽然我的测试输入没有非英语，但代码仍然删除了所有内容..

【解决方案3】：

你可以在python正则表达式中使用制表符\t，所以你可以这样匹配：

>>> import re
>>> re.match('^\([^\t]+\)\t.*$', '(hi7 there)\tmy')
>>> <_sre.SRE_Match object at 0x02573950>
>>> re.match('^\([^\t]+\)\t.*$', '(hi7)there\tmy')
>>>

一旦你知道如何匹配你的字符串，只有当行匹配时才容易删除括号。

【讨论】：

小心，这也会匹配hi(there)。
不，因为^ 与行首匹配，所以左括号应该是第一个字符。在我的电脑（python v2.7）上，正则表达式与hi(there)不匹配。
哎呀，你是对的，我的错。但是它会如何匹配1 \t (hi7 there) \t my呢？（为便于阅读添加了空格）

【解决方案4】：

如果真的是制表符分隔，可以替换

\t\(([^\t]*)\)\t

\t           # a tab
\(           # an opening parenthesis
(            # open the capturing group
    [^\t]*   # anything but a tab
)
\)
\t

与

\t\1\t

这个想法是捕获相关括号内的文本，并用反向引用\1替换它。

见demo

【讨论】：

如果(...) 列位于行尾的开头，这将不起作用。如果这是一个问题，请告诉我，修复很简单，但会降低正则表达式的可读性。
“行首行尾”是什么意思？
@user2604484：我的意思是在1 \t hi7 there \t (my)（为便于阅读而添加空格）中，当前的正则表达式不会用my替换(my)：它不适用于第一列或最后一列.如果你想要它，你需要使用@georg的解决方案（同样的想法扩展）