Html Regex删除标题中的年份和格式

Question

我有一个标题：

[b]Author Name - Book Title (2004) (PDF)[/b]

我想在此标题中删除（2004）和（PDF），我可以使用此正则表达式分隔作者姓名和书名：

\[b\](.+?) - (.+?)\[/b\]

但是，我不知道如何删除年份及其格式。

我真的很感激任何帮助。

Answer 1

试试这个正则表达式/ \(.*?\)/g

这匹配在打开和关闭括号之前有空格的所有内容。

我不知道您使用哪种语言来运行正则表达式，因此在您更新标记之前，我无法将其用于编程语言。

Answer 2

我不知道＆＃34; HTML正则表达式＆＃34;除了可以在HTML5 <input>标记中使用正则表达式作为验证规则。

[b]Author Name - Book Title (2004) (PDF)[/b]根本不符合HTML。

如果你确定

• 作者不包含连字符（强烈假设）
• 年份和格式始终如图所示

您可以按照选择作者和标题的方式过滤掉这两个字段...

您没有指定正则表达式/引擎的风格，但是使用您使用的语法，以下内容应该有效：

\[b\](.+?) - (.+?) \(\d{4}\) \(.*?\)\[/b\]

Perl RE可能看起来像

/\[b\] \s* (.+?) \s+ - \s+ (.+?) \s+ \(\d{4}\) \s+ \(.*?\) \s* \[\/b\]/x

分别以$ 1和$ 2的形式返回作者和标题。如有必要，使用括号也可以捕获2个属性。

Answer 3

使用正则表达式，有助于尽可能具体：

\[b\](\w+(?: \w+)*) - (\w+(?: \w+)*) \(\d+\) \(\w+\)\[\/b\]

• (\w+(?: \w+)*)：匹配以空格分隔的单词系列（数字计为单词）
  • (?:)是非捕获组
• \(\d+\) \(\w+\)：匹配（＆lt; numbers＆gt;）（＆lt; word＆gt;）

这样效率会更高，并且不会匹配格式错误的数据，而不会给您一些未定义的结果。在您找到要支持的无效案例时进行调整。