Question

我有以下正则表达式（使用Python语法）：

(\d+)x(\d+)(?:\s+)?-(?:\s+)?([^\(\)]+)(?:\s+)?\((\d+)(?:(?:\s+)?-(?:\s+)?([^\(\)]+))?\)(?:(?:\s+)?\(([^\(\)]+)\))?(?:(?:\s+)?-(?:\s+)?([^\(\)]+) \((\d+)\))?

它匹配符合以下形式之一的字符串：

21x04 - Some Text (04)
6x03 - Some Text (00 - Some Text)
6x03 - Some Text (00 - Some Text) (Some Text)
23x01 - Some Text (10) - Some Text (02)

数字和文字各不相同，并被捕获。但是，间距并不总是一致的，因此它被设计为允许任意数量的空格。

有没有办法简化它 - 我不一定要求有人为我这样做，只是告诉我是否有工具（谷歌搜索产生了一些结果，但没有一个能够处理它），或系统的方法。

或者任何人都可以看到适合这种情况的更好的正则表达式吗？

Answer 1

您可以放弃一些可选的非捕获组，例如，您可以更改它：

(\d+)x(\d+)(?:\s+)?-(?:\s+)?([^\(\)]+)(?:\s+)?\((\d+)(?:(?:\s+)?-(?:\s+)?([^\(\)]+))?\)(?:(?:\s+)?\(([^\(\)]+)\))?(?:(?:\s+)?-(?:\s+)?([^\(\)]+) \((\d+)\))?

对此：

(\d+)x(\d+)\W+([^()]+)\D+\((\d+)(?:\W*-\W*([^()]+))?\)(?:\W*\(([^()]+)\))?(?:\W*-\W*([^()]+) \((\d+)\))?

<强> Working demo

我可以用(?:\s+)?替换一些\W*，并且您也不必在[^\(\)]中使用[^()]

的字符类

(\d+)x(\d+)|-\s*([\w\s]+)|(\w+)

中转义括号

顺便说一句，你也可以测试这个正则表达式，它可能对你有用：

{{1}}

<强> Working demo

Answer 2

为了简化问题，请考虑将其分为两部分：1。获取字符串（可以包含数字或字母）和2.在字符串包含数字时获取数字：

data = '''21x04 - Some Text (04)
6x03 - Some Text (00 - Some Text)
6x03 - Some Text (00 - Some Text) (Some Text)
23x01 - Some Text (10) - Some Text (02)'''

import re

# the regex to extract your data as strings
aaa = re.compile('[\w\s]+')

# the regex to extract the numbers from the strings
nnn = re.compile('\d+')

for line in data.split('\n'):
    matches = aaa.findall(line)
    groups = []
    for m in matches:
        m = m.strip()
        n = nnn.findall(m)
        if m != '':
            groups.extend([m] if n == [] else n)
    print(groups)

    # ['21', '04', 'Some Text', '04']
    # ['6', '03', 'Some Text', '00', 'Some Text']
    # ['6', '03', 'Some Text', '00', 'Some Text', 'Some Text']
    # ['23', '01', 'Some Text', '10', 'Some Text', '02']

简化Regexp

2 个答案: