Python 使用正则表达式提取后跟特定语法（如括号）的特定单词

我有一个非常大的文档，包含不同格式的章节参考。我想使用Python和regex提取这些引用

字符串格式的示例：

1） 第23节

2） 第45（3）条

3） 第75条第（e）点

4） 第21（1）、54（2）、78（1）条

现在，我有以下代码：

s = "This is a sample for Section 231" 
m = re.search('Section\\W+(\\w+)', s)
m.group(0)

输出为：

第231节

除了不考虑其他格式的情况外，这种方法非常有效

是否有任何方法表明对于

231（1）

，也应提取

（1）

？或者，如果列出了其他几个章节，是否包括以下章节编号

如果你认为正则表达式在这种情况下不是最好的，我也愿意使用其他库。谢谢大家!

试试看：

Sections?\W+(\w+)(\(\w+\))?(, (\w+)(\(\w+\))?)*

说明：

• Sections？

  将“Section”与可选的

  s

• \W+（\W+）（\（\W+\）？

  匹配节号/标题（如您所做），并在括号中添加可选文本

• （，（\w+）（\（\w+\）？）*

  允许在逗号和空格后重复节号模式

编辑
要排除另一本书的

第1节

，您可以使用单词边界和负前瞻的组合：

Sections?\W+(\w+)(\(\w+\))?(, (\w+)(\(\w+\))?)*\b(?! of)

• \b

  确保匹配到单词末尾

• （？！of）

  检查单词边界后是否没有空格后跟

  of

---

对于这一点，可能永远不会有一个包罗万象的正则表达式-但是下面的内容非常接近您想要的：

Sections?( *\d+((\(\d+\))*,?(?= *))*)+

章节？

=

章节

或

章节

（*\d+（\（\d+\）*，？（？=*）*）+

=1或多个：0或多个空格，然后是1或多个数字，可选后跟大括号中的1或多个数字，然后可选逗号和0或多个空格

“trailing”空格使用正向前瞻，因此它不包括在匹配中，因此您不需要去掉尾随空格

---

谢谢！你知道我需要做什么来排除后面跟“of”一词的部分吗？例如“另一本书的第1节”。“的”倾向于表明它是对文档外部的引用。@如果我的回答回答了你原来的问题，请考虑接受/接受ITYES，它回答了我原来的问题！但编辑没有帮助，它只排除了78之后的（1），而没有其他内容（例如输出：第21（1）、54（2）、78'节）

Sections?( *\d+((\(\d+\))*,?(?= *))*)+