python在文本中使用正则表达式区分引用和方程

我试图删除一段文本中的所有引用-它们包含在括号中。因此，最简单的方法是删除括号中的所有内容。。。但是括号里的一些东西很重要，比如方程。。。 所以我想我可以去掉所有括号中的“et al.”，但不是所有的参考文献都有et al。。。。 有谁能告诉我，谁应该使用python表达式来区分以“（作者[可能等人]，年份）”格式指定的方程式和引用

一致删除包含括号的内容的示例：

file=open("polymer_model.txt", "r")
mystring = file.read()
def a(test_str):
    ret = ''
    skip = 0
    for i in test_str:
        if i == '(':
            skip += 1
        elif i == ')'and skip2c > 0:
            skip -= 1
        elif skip == 0:
            ret += i
    return ret


x = a(mystring)

尝试删除包含“等：”的所有括号内内容的示例：

x=re.sub(r'(\w+ et al.\)s?','',x)

假设平均扭转能量等于（1/2）kT ，我们还有Teff=（C/kl）。（rmsd（Tw））2（Munteanu等人，1998年；奥尔森，1996年；奥尔森和朱尔金，2000年）。然而，根据倾向于方程的其他研究，该模型有些初级：w∝经验(−E/kT）（Schlick，1995年）

应该是：

假设平均扭转能量等于（1/2）kT，我们也有Teff=（C/kl）。（rmsd（Tw））2。然而，根据其他更倾向于方程w的研究，该模型有些初级∝经验(−E/kT）

---

我会尝试以下正则表达式：

\([A-Z]\w+[^\)]+?, (18|19|20)[0-9]{2}\)

• \（括号字符
• [A-Z]作者应以大写字母开头
• \w+作者姓名的其余部分
• [^\）]+？除右括号外的所有其他内容
• ，（19 | 20）[0-9]{2}逗号，后跟年份。如果您有1900年之前发行的书籍，则必须添加年份
• \）括号字符

但这只是一个很好的猜测。可能有一个公式与这个正则表达式匹配，也可能有一个引用不匹配。但我认为在大多数情况下，

，year

-部分应该这样做

您可以在此处尝试更多示例：

---

你尝试过什么，出了什么问题？我仍然不清楚你想删除什么和保留什么。请编辑以给出我正在使用的代码示例，我们无法告诉你如何使用python来执行此操作，除非你能告诉一个人如何执行此操作。你使用什么标准来决定哪些内容被删除，哪些不被删除？例如le，要删除的数据是否总是以四位数的年份结束？方程式中是否会出现逗号？所有引用都至少包含一个逗号，因此您可以利用该细节。是否

[^\]+？

与

[^\]*

相同？@tadhgmdonald Jensen no.+表示至少有一个逗号，并且？告诉正则表达式要懒惰，不要贪婪：（检查参考）

？

与我的错误

+

无关。感谢您的澄清。