如何从括号中删除所有内容（除非包含给定的关键字）

Question

所以我有这段代码来过滤输入字符串中的单词：

RemoveWords = "\\b(official|videoclip|clip|video|mix|ft|feat|music|HQ|version|HD|original|extended|unextended|vs|preview|meets|anthem|12\"|4k|audio|rmx|lyrics|lyric|international|1080p)\\b"
result = re.compile(RemoveWords, re.I)

这是一种解决方法，因为我刚开始使用Python。 现在，理想的情况是：

如果括号中包含单词“ remix”或“ edit”：请勿删除括号中的文本。 否则，请从括号中删除所有内容，包括括号本身。

例如，如果标题看起来像这样：

AC / DC-TNT（来自River Plate现场直播）

括号之间的所有内容都必须删除。

但是，如果标题看起来像这样：

AC / DC-TNT（Dj示例混音）

不要删除括号之间的文本，因为其中包含单词remix。

我知道如何删除与正则表达式匹配的单词，但是我不知道如何将其保留在括号之间，或者如果不包含给定单词，则如何删除之间的所有内容。

我已经尝试过查找正则表达式，以了解如何在括号之间进行限制，但是由于我对Regex还是陌生的，所以我无法弄清楚。

Answer 1

您可以尝试以下方法：

import re


keep_words = ["remix", "edit"]

s = "AC/DC - T.N.T. (Dj Example Remix)"

words = [i.lower() for i in s[s.index("(")+1:s.index(")")].split()]

new_s = re.sub("\((.*?)\)", "", s) if  not any(i in keep_words for i in words) else s

输出：

AC/DC - T.N.T. (Dj Example Remix)

在这种情况下，代码将保留括号，因为它们之间的一个单词出现在stop_words 。 但是，如果s = "AC/DC - TNT (from Live at River Plate)" ，则输出为：

AC/DC - T.N.T. 

说明：

对于此解决方案，该算法在括号之间找到内容并将其分割。 然后，代码将所有值转换为该新列表中存在的小写字母。 正则表达式的工作方式如下：

"\(" => escape character: finding the first parenthesis in the string
"(.*?)" => matches all the content between specific strings, in this case the outside parenthesis: \( and \)
"\)" => last parenthesis. It must be escaped by the backslash so that it will not be confused for the command to search between specific tags

如果找到匹配项， keep_words在括号之间没有找到来自keep_words任何项目，则正则表达式将删除括号之间的所有数据，并将其替换为空字符串： ""

Answer 2

使用re.finditer()和re.search()函数的解决方案：

import re
titles = 'AC/DC - T.N.T. (from Live at River Plate) AC/DC - T.N.T. (Dj Example Remix)'
result = titles

for m in re.finditer(r'\([^()]+\)', titles):
    if not re.search(r'\b(remix|edit)\b', m.group(), re.I):
        result = re.sub(re.escape(m.group()), '', result)

print(result)

输出：

AC/DC - T.N.T.  AC/DC - T.N.T. (Dj Example Remix)