正则表达式删除括号内容出错，求助仅删除末尾代码(P37.2)

问题分析 #

你之前使用的正则\(.*\)采用贪婪匹配，会从第一个(匹配到最后一个)，导致中间的括号内容甚至括号外的文本也被误删，比如Neonatal(disseminated) listeriosis(P37.2)会被匹配成(disseminated) listeriosis(P37.2)，最终只剩Neonatal。以下是针对两种需求的正确正则实现：

一、删除所有括号内的内容 #

使用排除括号的字符集精准匹配单个括号对：

import re

# 匹配任意单个括号及其内部内容
regex_remove_all = r"\([^()]*\)"
df['en'] = df['en'].apply(lambda x: re.sub(regex_remove_all, '', x).strip())
df['ko'] = df['ko'].apply(lambda x: re.sub(regex_remove_all, '', x).strip())

• [^()]*：匹配任意非括号的字符，确保只匹配单个括号对，不会跨括号贪婪匹配
• strip()：去除替换后可能残留的多余空格

处理后结果：

二、仅删除末尾的(P37.2) #

通过$锚定字符串末尾，只匹配最后一个符合格式的括号：

import re

# 匹配末尾的(PXX.X)格式内容，若需匹配任意末尾括号可改用 r"\([^()]*\)$"
regex_remove_trailing = r"\(P\d+\.\d+\)$"
df['en'] = df['en'].apply(lambda x: re.sub(regex_remove_trailing, '', x).strip())
df['ko'] = df['ko'].apply(lambda x: re.sub(regex_remove_trailing, '', x).strip())

• \(P\d+\.\d+\)$：精准匹配以(P开头、数字加小数点加数字结尾的末尾括号
• $：锚定字符串末尾，确保只修改最后一个括号内容

处理后结果：

内容的提问来源于stack exchange，提问作者이승우