Python正则表达式移除括号及后续内容的问题求助

首先来说你第一个写法出错的核心原因：在Python的普通字符串中，"\1"会被解析为ASCII控制字符（0x01），而不是正则表达式里的反向引用。正则的反向引用需要用原始字符串（前缀r）来表示，或者用双反斜杠转义，也就是r"\1"或者"\\1"——这就是为什么你得到了'\x01'这个奇怪结果的原因。

不过即使修正了转义问题，你最初的re.sub(r"(.*) ?\(.*$","\1", line)写法也没必要这么复杂。我们可以更直接地匹配需要移除的部分，同时兼顾有括号和无括号的行。

正确的实现方式 #

推荐用下面这个简洁的正则表达式，它能同时处理两种场景：

import re

# 测试两种行
line_with_paren = "Bar Harbor (College of the Atlantic)"
line_without_paren = "Portland"

# 移除第一个左括号（及前面可选的空格）到行尾的所有内容
result1 = re.sub(r"\s*\(.*", "", line_with_paren)
result2 = re.sub(r"\s*\(.*", "", line_without_paren)

print(result1)  # 输出: "Bar Harbor"
print(result2)  # 输出: "Portland"

为什么这个写法有效？ #

• \s*：匹配0个或多个空格，处理括号前可能存在的空格
• \(：匹配左括号（需要转义，因为(在正则里是特殊字符）
• .*：匹配左括号之后的所有内容直到行尾
• 把这部分整体替换为空字符串，就能保留括号前的内容；如果行里没有括号，正则匹配不到任何内容，会直接返回原字符串，完美符合你的需求。

再说说你第二个写法的问题 #

你用re.match("(.*?) ?\(.*$", line)的方式，只有当行里存在括号时才会匹配成功，无括号的行不会进入if match分支，所以会被漏掉。而上面的re.sub写法不需要额外判断，统一处理所有情况，更简洁高效。

内容的提问来源于stack exchange，提问作者dr jerry