Python 使用正则表达式将朝鲜语文本解析为列表

我有一些数据存储为熊猫数据框，其中一列包含朝鲜语文本字符串。我希望按如下方式处理这些文本字符串：

my_string = '모질상태불량(피부상태불량, 심하게 야윔), 치석심함, 양측 수정체 백탁, 좌측 화농성 눈곱심함(7/22), 코로나음성(활력저하)'

corrected_string = re.findall(r'(\w+)\((\D.*?)\)', my_string)

进入如下列表：

parsed_text = '모질상태불량, 피부상태불량, 심하게 야윔, 치석심함, 양측 수정체 백탁, 좌측 화농성 눈곱심함(7/22), 코로나음성, 활력저하'

因此，问题在于确定一个单词（或多个单词）后面紧跟着仅带文本的括号（可以是一个单词或多个单词，用逗号分隔）的情况，并用逗号分隔的所有单词（括号前和括号内）替换它们（用于以后的处理）。如果一个单词后面有包含数字的括号（如本例中的7/22），则应保持原样。如果一个单词后面没有任何括号，它也应该保持原样。此外，我希望保留单词的顺序（它们出现在原始字符串中）

我可以使用正则表达式提取括号中的文本，如下所示：

my_string = '모질상태불량(피부상태불량, 심하게 야윔), 치석심함, 양측 수정체 백탁, 좌측 화농성 눈곱심함(7/22), 코로나음성(활력저하)'

corrected_string = re.findall(r'(\w+)\((\D.*?)\)', my_string)

这就产生了：

[('모질상태불량', '피부상태불량, 심하게 야윔'), ('코로나음성', '활력저하')] 

---

但我很难创建结果字符串，即用匹配的模式替换原始文本。有什么建议吗？谢谢。

这有点笨拙，但你可以试试：

my_string_list = [x.strip() for x in re.split(r"\((?!\d)|(?<!\d)\)|,", my_string) if x]
# you can make string out of list then.

---

my\u string\u list=[x.strip（）代表re.split（r“\（？！\d）|）（？您可以使用
re.findall
的模式，该模式可以选择匹配括号中的数字：

corrected_string = re.findall(r'[^,()]+(?:\([^)]*\d[^)]*\))?', my_string)

试试。
rx=r'（\w+\（[\d/]*\）（\（）\）”
，
def repl（m）：if m.group（1）：return m.group（1）elif m.group（2）：return”，“else:return”“
和
re.sub（rx，repl，s）
。为什么不回答呢？@Rahul，因为它遵循不同的逻辑。如果它有效，我会发布。谢谢。效果很好！我很感激。有一件事，当你看到结果列表中的第三个单词时，它在右括号中留下了。这只是为了你的理解。你需要从这里开始工作。另请参阅Wiktor Stribiżew的方法。@Rahul谢谢，拉胡尔。这个太完美了！谢谢。