如何使用正则表达式提取括号外的文本？

核心思路 #

直接匹配并移除所有括号及括号内的内容，比尝试捕获括号外内容更直接高效，完美支持多组括号的场景。

基础正则模式（非嵌套括号） #

用这个模式精准匹配任意一对括号及其内部内容：

\([^()]*\)

模式拆解：

• \(：转义匹配左括号（括号是正则元字符，必须转义才能匹配字面量）
• [^()]*：匹配任意数量的非括号字符，也就是括号内的所有内容（直到遇到右括号为止）
• \)：转义匹配右括号

Python 代码实现 #

借助re.sub()把匹配到的括号内容替换为空字符串，直接得到括号外的文本：

import re

input_str = "Hello (this is extra) world (more text)"
# 匹配括号及内部内容的正则
pattern = r"\([^()]*\)"
# 替换为空，保留括号外的文本
output_str = re.sub(pattern, "", input_str)
print(output_str)  # 输出: Hello  world

为什么[^()]+不好用？ #

[^()]+是匹配连续的非括号字符，用它提取会得到多个零散片段（比如["Hello ", " world"]），还要手动拼接；如果字符串开头/结尾是括号，还会出现空匹配的问题，远不如直接替换高效。

进阶：处理嵌套括号 #

如果遇到嵌套括号（比如Hello (this (is) extra) world），基础模式会失效（只会匹配到(this (is），这时候需要用支持递归的正则：

\((?:[^()]|(?R))*\)

模式拆解：

• (?:[^()]|(?R))*：非捕获组，两种匹配逻辑二选一：
  1. [^()]：匹配非括号字符
  2. (?R)：递归整个正则模式，处理嵌套的括号结构

对应的Python代码：

input_str_nested = "Hello (this (is) extra) world (more (nested) text)"
pattern_nested = r"\((?:[^()]|(?R))*\)"
output_str_nested = re.sub(pattern_nested, "", input_str_nested)
print(output_str_nested)  # 输出: Hello  world 

内容的提问来源于stack exchange，提问作者Kalyani Boyini