Python正規表現について

Question

前提・実現したいこと

x = 'ABA BAB (aaa dbb （山田 太郎 1）)'
y = 'CEC DFF (ccc fef)'
z = 'ggh hqif ssa (aab cdd (aab cdd))'
のような文字列があり、括弧の中の括弧で囲まれた'（山田 太郎 1）'や'(aab cdd)'を括弧ごと削除するコードを書きたい。
'（山田 太郎 1）'は全角の括弧で囲まれています。

期待する結果はそれぞれ以下の通りです。外側に括弧は維持する必要があります。
x = 'ABA BAB (aaa dbb)'
y = 'CEC DFF (ccc fef)'
z = 'ggh hqif ssa (aab cdd)'

該当のソースコード

#先ずは目的の文字列を抽出する正規表現を考えてみましたが、エラーが出ました。
pattern=re.compile(r"(?<=.*)[(（].*?[）)](?=.*)")
a = pattern.search(x)
print(a)
#Out
error: look-behind requires fixed-width pattern

Comments

[退会済みユーザー]

必ず正規表現を使う必要はありますか?

[muryayan]

必ずしも正規表現を使う必要はありませんが、この例以外にも色々なパターン（文字数、文字種類）があって、特徴的なのは括弧だけなので、正規表現以外は難しいかと思っています。

[退会済みユーザー]

その「色々なパターン」を質問に書き足してもらうと、希望する回答がつき易いのではないかと思います。

Answer 1

rx = r'([(（].*?)\s*[(（].*?[)）]'

print(re.sub(rx, r'\1', x))
print(re.sub(rx, r'\1', y))
print(re.sub(rx, r'\1', z))

#
ABA BAB (aaa dbb)
CEC DFF (ccc fef)
ggh hqif ssa (aab cdd)

Comments

[muryayan]

melianさん、昨日に引き続きありがとうございます！
これで目的通りに削除できますね。
\s*を入れる意味がよくわからないので考え中です

[muryayan]

\s*はr'\1'にスペースが入らないようにしているのですね。

Answer 2

どのくらい複雑なパタンまで想定するかによりますが、
サンプル例だけなら以下のようにカッコのネスティングレベルをチェックするだけでいけると思います。

text = ['ABA BAB (aaa dbb （山田 太郎 1）)',
        'CEC DFF (ccc fef)',
        'ggh hqif ssa (aab cdd (aab cdd))',
        '(111 @(22(3333)2)@ )',
        '000(111(22(3333)2))00(111(2)(2)((4444)))',
        '00)-1(11111(22)1111)0000)-1',
        ]

for t in text:
    nest_level = 0
    res = ''
    for ch in t:
        if ch in '(（':
            nest_level += 1
        if nest_level <= 1:
            res += ch
        if ch in ')）':
            nest_level = max(0, nest_level - 1)
    print(f'before->{t}')
    print(f' after->{res}', end='\n\n')

Comments

[muryayan]

そこまで複雑ではないのですが、いろいろなパターンで考えていただきありがとうございます。
色々と応用できそうです。

Answer 3

単純にやるならこうです。

>>> pattern=re.compile(r"[（(].*[）)]")
>>> re.sub(pattern, '', x)
'ABA BAB '
>>> re.sub(pattern, '', y)
'CEC DFF '
>>> re.sub(pattern, '', z)
'ggh hqif ssa '

Comments

[muryayan]

ありがとうございます。質問が不十分でしたので追記しました。