使用正则表达式删除字符串中不一致的首字母缩略词

Question

我想删除所有首字母缩略词，即使是那些写法不一致的。例如，在下面的列表中 (text)，一些首字母缩略词缺少左括号或右括号，因此我也想删除它们。我只能删除带有两个右括号的那些。

我如何调整当前的 re 表达式，使其不仅仅关注带有 2 个括号的大写字符？

import re

text = ['Spain (ES)', 'Netherlands (NL .', 'United States (USA.', 'Russia RU)']  

for string in text:
  cleaned_acronyms = re.sub(r'\([A-Z]*\)', '', string) #remove uppercase chars with ( ). 
  print(cleaned_acronyms)

#current output
>>> Spain 
>>> Netherlands (NL .
>>> United States (USA.
>>> Russia RU)

期望输出：

>>> Spain
>>> Netherlands
>>> United States
>>> Russia

Answer 1

您可以将括号之间的大写字符与每一侧的任意一个匹配，然后是该行的其余部分。

\s*(?:\([A-Z]{2,}|[A-Z]{2,}\)).*

Regex demo

例如

import re

text = ['Spain (ES)', 'Netherlands (NL .', 'United States (USA.', 'Russia RU)']

for string in text:
    cleaned_acronyms = re.sub(r'\s*(?:\([A-Z]{2,}|[A-Z]{2,}\)).*', '', string)
    print(cleaned_acronyms)

输出

Spain
Netherlands
United States
Russia

Answer 2

你可能会相处

 \(?\b[A-Z.]{2,3}\b.+

见a demo on regex101.com。

使用正则表达式删除字符串中不一致的首字母缩略词

Remove inconsistent acronyms in strings using regex

python

regex

string

python-re