如何设置正则表达式以提取python中的字符串

Question

字符串有两种类型。第一种类型：

'The Five College Region of Western Massachusetts:'
#Doesn't contain "("

第二种类型：

'Tuskegee (Tuskegee University)[5]'
#Containing "("

如果字符串包含"("，请删除“(”后的所有字符和“(”前的空格。如果不是，则提取所有字符。

我已经弄清楚了如何提取第二种类型的字符串。

r'(.+) \('

Answer 1

为此，您不需要正则表达式。

university = 'Tuskegee (Tuskegee University)[5]'
print(university.split("(", 1)[0].strip())

Answer 2

如果要使用正则表达式，请使用re.sub删除(之后的所有内容：

import re
re.sub(r' \(.*', '', 'Tuskegee (Tuskegee University)[5]')
# 'Tuskegee'

re.sub(r' \(.*', '', 'The Five College Region of Western Massachusetts:')
# 'The Five College Region of Western Massachusetts:'

Answer 3

您可以使用正则表达式re.sub('\s*\(.*',..)来匹配空格和"(“。如果匹配，它将用空字符串替换它。如果没有，则不会替换任何内容。

import re
re.sub('\s*\(.*', '', 'The Five College Region of Western Massachusetts:')
#'The Five College Region of Western Massachusetts:'
re.sub('\s*\(.*', '', 'Tuskegee (Tuskegee University)[5]')
#'Tuskegee'