27

我有以下问题匹配来自文件名的所需数据，如下所示：

miniseries.season 1.part 5.720p.avi
miniseries.part 5.720p.avi
miniseries.part VII.720p.avi     # episode or season expressed in Roman numerals

“season XX”块可能存在也可能不存在，或者可以写成简短的形式，如“s 1”或“seas 1”

在任何情况下，我都希望有 4 个捕获组作为输出：

group1 : miniseries
group2 : 1 (or None)
group3 : 5
group4 : 720p.avi

所以我写了一个这样的正则表达式：

(^.*)\Ws[eason ]*(\d{1,2}|[ivxlcdm]{1,5})\Wp[art ]*(\d{1,2}|[ivxlcdm]{1,5})\W(.*$)

这只适用于我有一个完全指定的文件名，包括可选的“season XX”字符串。如果找不到“season”，是否可以编写一个返回“None”作为 group2 的正则表达式？

4

1 回答 1

56

将季节组设为可选很容易：

(^.*?)(?:\Ws(?:eason )?(\d{1,2}|[ivxlcdm]{1,5}))?\Wp(?:art )?(\d{1,2}|[ivxlcdm]{1,5})\W(.*$)

使用非捕获组 ( (?:...)) 加上 0 或 1 量词 ( ?)。我确实必须使第一组不贪婪，以防止它与season名称的部分匹配。

我还将eason和art可选字符串制成非捕获可选组而不是字符类。

结果：

>>> import re
>>> p=re.compile(r'(^.*?)(?:\Ws(?:eason )?(\d{1,2}|[ivxlcdm]{1,5}))?\Wp(?:art )?(\d{1,2}|[ivxlcdm]{1,5})\W(.*$)', re.I)
>>> p.search('miniseries.season 1.part 5.720p.avi').groups()
('miniseries', '1', '5', '720p.avi')
>>> p.search('miniseries.part 5.720p.avi').groups()
('miniseries', None, '5', '720p.avi')
>>> p.search('miniseries.part VII.720p.avi').groups()
('miniseries', None, 'VII', '720p.avi')
于 2013-03-18T10:39:20.583 回答