Question

我正试图以（格式化）电视剧集文件名中的节目名称和季节/剧集编号进行匹配，格式为：

Show.One.S01E05.720p.HDTV.x264-CTU.mkv

和

Show.Two.S08E02.HDTV.XviD-LOL.avi

我的正则表达式：

(?P<show>[\w\s.,_-]+)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})

在Show Two上正确匹配，为我提供Show Two，08和02。然而，Show One中的720意味着我会在季节/剧集中找回7和20。

如果我在?之后删除了[XxEe]，那么它会匹配这两种类型，但我希望该范围对于不包含剧集标识符的文件名是可选的。

我已尝试使用??来阻止[XxEe]匹配贪婪，如python docs re模块部分所列，但这没有效果。

如何在忽略字符串的其余部分的同时捕获系列名称部分和季节/剧集部分？

Answer 1

改变第一场比赛的贪婪：

 p=re.compile('(?P<show>[\w\s.,_-]+?)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})')
 print p.findall("Game.of.Thrones.S01E05.720p.HDTV.x264-CTU.mkv")
 [('Game.of.Thrones', '01', '05')]
 print p.findall("Entourage.S08E02.HDTV.XviD-LOL.avi")
 [('Entourage', '08', '02')]

请注意第一组中?之后的+。

说明：

第一场比赛吃得太多，所以减少贪婪会使得以下比赛更快。（顺便说一下，这不是一个非常好的例子，我会更改名称，因为他们肯定听起来有点太坦诚了;-)）

Answer 2

尝试：

                    v
(?P<show>[\w\s.,_-]+?)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})

Answer 3

在正则表达式的末尾添加一个点：

(?P<show>[\w\s.,_-]+)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})\.
                                                                      here __^

如何阻止python正则表达式过于贪婪

3 个答案: