仅匹配＆＃34;特色艺术家＆＃34;在一组文件名中 - 当前的正则表达式太贪心了

Question

我在python中编写脚本来提取特色艺术家的名字 从mp3文件名中设置文件的相应id3v2标签。文件名有3种不同的格式：

Artist - Track ft. FeatArtist.mp3
Artist ft. FeatArtist - Track.mp3
Artist - Track (ft. FeatArtist).mp3

这是我写的正则表达式：

r'ft\. (.+)[.-)]'

然后我可以使用re.findall来获取该组的内容。但这就是我得到的：

In [40]: r = r'ft\. (.+)[.\-)]'

In [47]: re.findall(r, 'Artist - Track ft. FeatArtist.mp3')
Out[47]: ['FeatArtist']

In [48]: re.findall(r, 'Artist ft. FeatArtist - Track.mp3')
Out[48]: ['FeatArtist - Track']

In [49]: re.findall(r, 'Artist - Track (ft. FeatArtist).mp3')
Out[49]: ['FeatArtist)']

我的预期输出完全是三种情况：

FeatArtist

问题是正则表达式尽可能匹配 - 我希望它在找到[.\-)]中的一个字符后立即停止。我怎么能这样做？

Answer 1

对于python

根据您的文件名格式的具体要求：

re.findall(r'ft\.\s*(\w*)',filename)

以下每个文件名：

• Artist - Track ft. FeatArtist.mp3
  Artist ft. FeatArtist - Track.mp3
  Artist - Track (ft. FeatArtist).mp3
  

将返回：

• ['FeatArtist']
  

如果您想考虑其他一些可能的情况：

在您提供的示例中，每个FeatArtist都会终止，其中包含以下内容之一：空格后跟-，圆括号和文件扩展名.mp3

如果我们有以下任何一项：

• Feat.Artist
  Feat Artist
  Feat Middlename Artist
  Feat Artist One & Artist Two
  

事情可能会崩溃。 解决上述变种的一种方法可能是：

首先删除文件扩展名而不使用字符串匹配。使用文件名执行此操作可为您提供更清晰的起点：

使用os.path.splitext('Artist - Track ft. FeatArtist.mp3')[0])，您可以使用以下格式获取文件：Artist - Track ft. FeatArtist

我们可以使用此正则表达式来容纳新的文件名：

• re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)', filename)
  

单元测试:(分别列出以便于阅读）：

>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist - Track ft. FeatArtist')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist ft. FeatArtist - Track')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist - Track (ft. FeatArtist)')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist - Track (ft. Feat Artist)')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist - Track (ft. Feat Artist & Other Artist)')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist ft. Feat Artist & Other Artist - Track')
>>> re.findall(r'ft\.\s*(\w*.*?)(?= -|\)|$)','Artist ft. Feat.Artist & Crew - Track')

结果：

['FeatArtist']
['FeatArtist']
['FeatArtist']
['Feat Artist']
['Feat Artist & Other Artist']
['Feat Artist & Other Artist']
['Feat.Artist & Crew']

为什么没有后卫？

从python man（添加格式）：

  

re.findall （pattern，string，flags = 0）   返回字符串中pattern的所有非重叠匹配，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。 如果模式中存在一个或多个组，则返回组列表;如果模式有多个组，这将是一个元组列表。结果中包含空匹配，除非它们触及另一场比赛的开头。

因此，您仍然可以使用repition运算符来建立匹配，并使用组来控制返回的匹配部分。

其他类似方法：

如果使用支持\K反向引用的正则表达式引擎，则匹配将是\K之后的所有内容：

使用grep -P（Perl Regex）和-o的示例（仅返回匹配）：

echo "Artist - Track ft. FeatArtist" | grep -oP "ft\.\s*\K(\w*.*?)(?= -|\)|$)"
FeatArtist

echo "Artist ft. FeatArtist - Track" | grep -oP "ft\.\s*\K(\w*.*?)(?= -|\)|$)"
FeatArtist

echo "Artist - Track (ft. FeatArtist)" | grep -oP "ft\.\s*\K(\w*.*?)(?= -|\)|$)"
FeatArtist

echo "Artist ft. Feat Artist & Other Artist - Track" | grep -oP "ft\.\s*\K(\w*.*?)(?= -|\)|$)"
Feat Artist & Other Artist

Answer 2

这应该有效：

List<RuleImpl> rules = Arrays.asList(
                       new RuleImpl("monday", "today is Monday"),
                       new RuleImpl("hello",  "Hello Welcome"),
                       new RuleImpl("Sunday", "Today is Sunday")
                       );

String test = "string to test"; for (RuleImpl rule : rules){ if (rule.matches(test)){ return rule.getValue(); } } return null; 查找

之前(?<=ft\. )[^\-)\. ]+ 的字符串

(?<=ft. )字符串必须是单词，不能有空格/短划线/括号/点。