Question

我遇到以下问题：匹配文件名中所需的数据，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

＆＃34;第XX季＆＃34;大块可能存在也可能不存在，或者可能以简短的形式书写，例如＆＃34; s＆＃34;或＆＃34;海洋1＆＃34;

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＆＃34;第XX季＆＃34;串。是否有可能编写一个返回＆＃34;无＆＃34;的正则表达式。作为group2，如果＆＃34; season＆＃34;找不到？

Answer 1

让季节组可选是很容易的：

(^.*?)(?:\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个量词（?）。我确实必须让第一组非贪婪，以防止它与名称的season部分匹配。

我还将eason和art个可选字符串设置为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')

python正则表达式可选捕获组

1 个答案: