从科学出版物中删除特定的参考文献，如作者答案

【问题标题】：Remove specific references like author from scientific publication从科学出版物中删除特定的参考文献，如作者
【发布时间】：2021-06-05 12:41:35
【问题描述】：

我之前看到过这个问题：python removing references from a scientific paper 这与我想要做的类似，但我仍然无法弄清楚如何去做，假设我的字符串我有这样的参考，例如：Poteete et al . (2010) 如何在 python 中使用正则表达式从字符串中删除它？

我尝试过的与上一个问题相似，但也许我忘记了某事：

sentence = "Moreover, we elaborate on how these methods have led to improved insights into the theoretical framework proposed by  Poteete et al. (2010)"
sentence = re.sub(r'(?:[\w \.])+[0-9]{4}','',sentence)

对此有什么想法吗？非常感谢您的帮助。

【问题讨论】：

标签： python regex string

【解决方案1】：

如果名称以大写字符 A-Z 开头：

[A-Z]\w*(?: +\w+)*\. \(\d{4}\)

[A-Z]\w* 匹配一个字符 A-Z 和可选单词 char
(?: +\w+)* 可选择重复 1+ 个空格和 1+ 个单词字符
\. 匹配.
\(\d{4}\) 匹配括号之间的 4 位数字

您也可以使用\s，而不是匹配空格，但这也可以匹配换行符。

Regex demo

import re
 
sentence = "Moreover, we elaborate on how these methods have led to improved insights into the theoretical framework proposed by  Poteete et al. (2010)"
sentence = re.sub(r'[A-Z]\w*(?: +\w+)*\. \(\d{4}\)', '', sentence)
print (sentence)

输出

Moreover, we elaborate on how these methods have led to improved insights into the theoretical framework proposed by

【讨论】：

感谢您的回答，与此相关的一个小问题例如如果我有一句“在Poteete et al. (2010) 中，已经详细讨论了多种方法在实践中的使用，导致在修订后的集体行动和公地理论中，包括三个要素：个人决策、微观情境条件和更广泛的社会生态背景的特征。”怎么去掉？
@Erwinwin 模式匹配相同的部分，对吧？ regex101.com/r/bX0kRz/1
如果要匹配到第一个点regex101.com/r/fhMfue/1

【解决方案2】：

重新导入

s = "Moreover, we elaborate on how these methods have led to improved insights into the theoretical framework proposed by Poteete et al. (2010) and Someone et al. (2010) and something"

print (re.sub(r'[A-Z][a-z]+\set al\.\s\([0-9]{4}\)','',s))

输出：

Moreover, we elaborate on how these methods have led to improved insights into the theoretical framework proposed by  and  and something

在这里您可以检测到“等”。后跟一个日期，前面是一个名称，第一个字母为大写”。然后将其删除。

不用说这些操作大多是自定义的，具体取决于您的特定论文、编辑器格式化引用的方式等。所以无论如何这一定很痛苦。

【讨论】：