Python正则表达式匹配括号内多字符的技术求助

需求说明 #

需要匹配字符串中类似E(1)、E(1)(a)、E(1)(a)(ii)这类格式的内容，具体测试场景如下：

测试输入 #

• The paragraph E(1)
• The paragraph E(1)(a)
• The paragraph E(1)(a)(ii)
• The paragraph E(1)(a)(ii) and paragraph G(1)(b)

期望输出 #

• E(1)
• E(1)(a)
• E(1)(a)(ii)
• E(1)(a)(ii)、G(1)(b)

原正则的问题 #

原正则表达式[A-Z]\(\d{1,3}\)\([a-z]\)存在以下缺陷：

• 强制要求必须包含([a-z])部分，导致无法匹配仅E(1)这类基础格式
• 无法匹配后续额外的多字母后缀（如(ii)）

正确的正则表达式 #

使用以下正则表达式即可覆盖所有需求：

[A-Z]\(\d{1,3}\)(\([a-z]+\))*

正则规则解释 #

• [A-Z]：匹配单个大写字母（如E、G）
• \(\d{1,3}\)：匹配括号包裹的1-3位数字（如(1)、(123)）
• (\([a-z]+\))*：匹配0次或多次括号包裹的小写字母序列（支持单个字母如(a)，也支持多字母如(ii)、(xyz)）

测试验证 #

以下是Python环境中的测试代码及结果：

import re

pattern = r"[A-Z]\(\d{1,3}\)(\([a-z]+\))*"

# 测试1
print(re.findall(pattern, "The paragraph E(1)"))
# 输出: ['E(1)']

# 测试2
print(re.findall(pattern, "The paragraph E(1)(a)"))
# 输出: ['E(1)(a)']

# 测试3
print(re.findall(pattern, "The paragraph E(1)(a)(ii)"))
# 输出: ['E(1)(a)(ii)']

# 测试4
print(re.findall(pattern, "The paragraph E(1)(a)(ii) and paragraph G(1)(b)"))
# 输出: ['E(1)(a)(ii)', 'G(1)(b)']

内容的提问来源于stack exchange，提问作者drsalt