如何从字符串中删除数字和括号？

Question

我有以下问题，我的文本中有一些这样的行：

20   luz de las remotísimas estrellas.

当我说“像这样”时，我的意思是左边的那个数字，表示章节的行。 我也有一些有这个的行：

es ya una distracción en esta ociosidad perdurable!           (P126)

有线条表示书的新页面。

问题是，是否有一种简单的方法可以从行中删除这些数字和括号？ 我已经使用正则表达式来消除里面有数字的“[]”，但我并不完全理解它。

Answer 1

您可以使用组

在这种情况下，我假设您想从“20 luz de las remotísimas estrellas”和“es ya una disstracción en esta ociosidad perdurable! (P126)”中删除 20 和 (P126)

对于两者，您都可以使用此功能

import re  

def clean_line(line):
  regex = r"(\d*)?([^\(]*)(\(P\d+\))?"
  return re.match(regex, line).group(2)

我们在这里分组，使用正则表达式，您可以使用括号对匹配的部分进行分组，实际上我们在这个正则表达式中得到了三个组：

(\\d*)捕获任意数量的数字。

([^(]*)捕获一个字符串，直到它找到一个 '('

((P\\d+))以 '(P number )' 形式捕获字符串，其中number是任何正整数。

这 ？ 标记表示之前的组是可选的。

由于我们对第二组感兴趣，而 0 组是为整个正则表达式捕获的字符串，因此我们在 in 上调用 group(2)。

请让我知道这个答案是否有用。