Python regex获取所有内容，直到出现一个类似“”（year）”的表达式

Question

我有一个名为“movie\u title”的数据框列，其中包含电影名称和年份。以下是上述专栏中的两种电影标题。你知道吗

title1='Toy Story (1995)'
title2='City of Lost Children, The (Cité des enfants perdus, La) (1995)'

我想把它分成两列，标题和发布年份。我能够使用以下正则表达式成功提取年份：

re.findall('[1-2][0-9]{3}', string)[0]

需要帮助写另一个正则表达式，可以提取标题（不包括年信息连同括号）。你知道吗

例如，标题1和标题2应类似于：

title1='Toy Story'
title2='City of Lost Children, The (Cité des enfants perdus, La)'

Answer 1

这几乎可以做到：

.(?:[^\((0-9)])+

您只需要去掉它没有捕获的尾随)。如果我找到更好的答案，我会更新这个答案。你知道吗

另一个想法：如果你确定每年都会出现在每部电影的结尾，为什么不把最后一部分去掉呢？所以从你所有的电影串中去掉(xxxx)？你知道吗

Answer 2

>>> titles = [
...     'Toy Story (1995)',
...     'City of Lost Children, The (Cité des enfants perdus, La) (1995)',
... ]
>>>
>>> import re
>>>
>>> for title in titles:
...     m = re.match(r'^(.*) \((19\d\d|20\d\d)\)$', title)
...     name, year = m.groups()
...     print(f'name: {repr(name)} year: {repr(year)}')
...
name: 'Toy Story' year: '1995'
name: 'City of Lost Children, The (Cité des enfants perdus, La)' year: '1995'

来自regex101.com的^(.*) \((19\d\d|20\d\d)\)$解释：

Answer 3

要获取年份并消除结尾的括号，请使用正则表达式“查找至少有一个数字后跟一个括号的第一个字符串”。正则表达式如下所示： '\d+（？=\）'

1.）\d表示查找一个数字，+infront表示至少查找其中一个

2.）（？=）表示后跟。\)表示字符“）”。所以（？）？=\））表示后跟“）”

3.）把这些放在一起意味着至少有一个数字后跟“）”的字符串

投入：失踪儿童之城（洛杉矶佩杜斯儿童城）（1995年）

产量：1995年

要获取电影标题，请使用regex“get the first string with any number of non-digits后跟'（'如下所示：'\D*（？=\（）'

1.）/D表示非数字。带*表示任意数量的非数字

我们又看到了（？）？=\（）表示后跟'（'

3.）总的来说，它意味着任何数量的非数字后跟'（'

投入：失踪儿童之城（洛杉矶佩杜斯儿童城）（1995年）

产出：失踪儿童之城（洛杉矶佩杜斯市儿童城）

注意：获取标题的正则表达式假设标题中没有数字。你知道吗