Python 使用正则表达式捕获括号中的文本（如果存在）

现在我正在编写一个python脚本来解析kindles在有人突出显示、记录笔记或书签时生成的“我的剪报”文件。我使用regex从文件中收集数据，然后计划将其存储在sqlite数据库中。但现在，我很难匹配包含书名的行，可能还有作者

这条线有三种可能。它们可以采用以下格式：

Title (Last, First)
Title (Author)
Title

我想要的是正则表达式捕获标题，如果结尾括号中存在任何内容，则捕获空白字符串。例如，我希望这里的正则表达式给出结果：

('Title', 'Last, First')
('Title', 'Author')
('Title', '')

现在我设法做了一个正则表达式来捕捉括号，但是没有作者的标题。以下是我现在拥有的：

(.+) (?:\((.+)\)(?:\n|\Z))*

唯一的问题是它要求行以作者结尾，如果我给它一个接受空白字符串的选项，它会发现整行都是没有作者的标题。i、 e

('Title (Last, First)', '')
('Title (Author)', '')
('Title', '')

---

如果尝试逐行匹配，可以使用以下正则表达式：

^(.+?)(?: \((.+)\))?$

我添加了线锚的开始和线锚的结束，然后将空间放在第一个非捕获组中，这样就可以捕获没有任何其他细节的标题。我将

*

运算符更改为

？

，因为我认为您不会有超过一对括号。如果你认为你有更多，就改变

我删除了第二个非捕获组，因为线端锚点将确保它是线端

---

演示。

这是我的版本，与Jerry的非常相似，但可能更安全一些：

(\w+?)(?:\s?\(([\w,\s]*)\))?$

这涵盖了其他一些情况，如缩进、括号前缺少空格和空括号

下面是一个演示：

文件如下：

Title (Last, First)
Title (Author)
Title 
Title ()
    Title ()
The Title (Bob, Jones)

以下是：

import re
matches = []
with open('file.txt') as f:
    for line in f:
        matches.append(re.match(r'^\s*([\w\s]+) \(?(.*?)\)?$',line).groups())

for m in matches:
    print m
('Title', 'Last, First')
('Title', 'Author')
('Title', '')
('Title', '')
('Title', '')
('The Title', 'Bob, Jones')
>>> 

---

将产生您想要的结果。

我认为您不需要开始\w+？在这种情况下不贪婪。它只是增加了不必要的回溯。除此之外，我喜欢这个答案的灵活性。嗯，你答案中的正则表达式与演示中的不同。（\w+？）（？：\s？（[\w\s]*））？$啊是的，哎呀-我刚才把“+”改成了“*”，以说明括号是空的。修好了。