Question

我正在创建一系列过滤器，以便验证包含版权的字符串，并且我很难找到合适的正则表达式来匹配它们。

字符串可以有两种方式：

// Copyright (c) YYYY - 2015.
// Copyright (c) 2015.

* YYYY可以指任何数字

我打算使用re.match（）但是如果你有更好的建议，我也会很感激。

Answer 1

你去吧

// Copyright \(c\) \d{4}( - \d{4})?.

Answer 2

怎么样？

import datetime, re
reg = re.compile(r'//\s*Copyright\s*\(c\)\s*([0-9]{4})(?:\s*\-\s*%d)?\.' % datetime.date.today().year, re.I)
reg.match('// copyright (c) 1997 -   2015').group(1)  # 1997

请注意我没有使用\d，因为它匹配的数字范围很广，不是0-9。

Answer 3

这里的主要问题是版权格式。如果你将条件限制在你的答案中只有两行，那么它很容易，如上面的答案所示。

但如果你试图深入，你将面临多个问题。让我们重新制定任务：＆＃34;对于给定的版权字符串A，定义A是否代表有效的版权行＆＃34;。

首次出版的年份（或几年）。因此所有这些都是有效的年份：＆＃34; 2015＆＃34;，＆＃34; 2010-2015＆＃34;，＆＃34; 2005,2009,2010-2013,2015＆＃34;
版权所有者的名称。

事实上，这三个可以按任何顺序排列。我假设在完整形式下，使用regexp解决此任务几乎是不可能的。但是，即使你用破折号将一年或两年分开，它仍然是非常复杂的正则表达式。

其次，即使您已经编写了完善的版权检测器＆＃34;，当您将其应用于您要检查的文件\行时，是否会感到惊讶。因为如果您不是检查几个文件\行，而是数万个，您会看到内容创建者通常不关心格式。从不使用版权所有者名称（＆＃34;版权所有（C）2015＆＃34;）以及使用附加通知（＆＃34;保留所有权利。＆＃34;）等简单问题开始，更改字母大小写（＆＃34;版权＆＃34;或＆＃34;版权所有＆＃34;），不同年份写作（＆＃34; 2010 2015＆＃34; w \ o dash，＆＃34;（2010）（2015）＆＃ 34; OMG，＆＃34; 2010 - 2015＆＃34;有额外的空间等）和许多其他案例。

Answer 4

简单的方法是：

导入重新

re_copyright = re.compile（r＆＃39; copyright（（[[Cc @]）| \ d +）。*＆＃39;，re.IGNORECASE） re_copyright.match（文本）

Regexp验证版权

4 个答案: