当有可选的子字符串定界符时，提取括号内的组

Question

给定 2 个字符串：

l = ['作主 (zuòzhǔ)', '座右铭 (座右銘, zuòyòumíng)']

期望的输出是：

('作主', None, 'zuòzhǔ')
('作主', '座右銘', 'zuòyòumíng')

我试过这样提取组，但我无法将 座右銘, 'zuòyòumíng 分成 2 组：

l = ['作主 (zuòzhǔ)', '座右铭 (座右銘, zuòyòumíng)']
word = re.search(r'(.*)\s\((.*?)\)', l[0])

sim = word.group(1)
try:
    pinyin = word.group(3)
    trad = word.group(2)
except:
    pinyin = word.group(2)
    trad = None

print (sim, trad, pinyin)

我可以这样做：

try:
    pinyin = word.group(3)
    trad = word.group(2)
except:
    trad, pinyin = word.group(2).split(', ')

但是逗号分割可以在正则表达式中完成吗？

我也试过了，但它仍然捕获 .*?:

中的整个字符串

(.*)\s\((.*?[,][\s].*?)\)

Answer 1

您可以使用以下正则表达式：

(.*?) \((?:(.*?), )?(.*?)\)

唯一的区别是可选的非捕获组包含逗号前的部分：(?:(.*?), )?.

In [4]: re.search(r'(.*?) \((?:(.*?), )?(.*?)\)', '座右铭 (座右銘, zuòyòumíng)').groups()
Out[4]: ('座右铭', '座右銘', 'zuòyòumíng')

In [5]: re.search(r'(.*?) \((?:(.*?), )?(.*?)\)', '作主 (zuòzhǔ)').groups()
Out[5]: ('作主', None, 'zuòzhǔ')

当有可选的子字符串定界符时，提取括号内的组

Extract groups within parenthesis when there is an optional substring delimiter

python

regex

string

unicode

delimiter