Question

我有一个名为特定方式的文件。让我们说是：

tv_show.s01e01.episode_name.avi

这是电视节目剧集的视频文件在网上命名的标准方式。整个网络上的模式完全相同，所以我想从这样命名的文件中提取一些信息。基本上我想得到：

节目的标题;
季节编号s01;
剧集编号e01;
扩展名。

我正在使用Python 3脚本来执行此操作。这个测试文件非常简单，因为我所要做的就是这个

import re

def acquire_info(f="tv_show.s01e01.episode_name.avi"):
    tvshow_title = title_p.match(f).group()
    numbers = numbers_p.search(f).group()
    season_number = numbers.split("e")[0].split("s")[1]
    ep_number = numbers.split("e")[1]
    return [tvshow_title, season_number, ep_number]

if __name__ == '__main__':
    # re.I stands for the option "ignorecase"
    title_p = re.compile("^[a-z]+", re.I)
    numbers_p = re.compile("s\d{1,2}e\d{1,2}", re.I)
    print(acquire_info())

，输出符合预期['tv_show', '01', '01']。但是，如果我的文件名与其他文件名相同怎么办？ some.other.tv.show.s04e05.episode_name.avi。

如何构建一个正则表达式，以便找到所有文本之前 "s\d{1,2}e\d{1,2}"模式？

P.S。我知道，我没有在示例中加入扩展代码，但这不是我的问题，所以没关系。

Answer 1

试试这个

show_p=re.compile("(.*)\.s(\d*)e(\d*)")
show_p.match(x).groups()

其中x是你的字符串

编辑**（我忘了包含扩展名，这是修订版）

show_p=re.compile("^(.*)\.s(\d*)e(\d*).*?([^\.]*)$")
show_p.match(x).groups()

以下是测试结果

>>> show_p=re.compile("(.*)\.s(\d*)e(\d*).*?([^\.]*)$")
>>> x="tv_show.s01e01.episode_name.avi"
>>> show_p.match(x).groups()
('tv_show', '01', '01', 'avi')
>>> x="tv_show.s2e1.episode_name.avi"
>>> show_p.match(x).groups()
('tv_show', '2', '1', 'avi')
>>> x='some.other.tv.show.s04e05.episode_name.avi'
>>> show_p.match(x).groups()
('some.other.tv.show', '04', '05', 'avi')
>>>

Answer 2

这是一个选项，使用捕获组一步提取所需的所有信息：

>>> show_p = re.compile(r'(.*?)\.s(\d{1,2})e(\d{1,2})')
>>> show_p.match('some.other.tv.show.s04e05.episode_name.avi').groups()
('some.other.tv.show', '04', '05')

Answer 3

我不是Python专家，但是如果它可以进行命名捕获，那么像这样的通用可能会起作用：

^(?<Title>.+)\.s(?<Season>\d{1,2})e(?<Episode>\d{1,2})\..*?(?<Extension>[^.]+)$

如果没有命名组，只需使用普通组。

如果标题的.s2e1.部分掩盖了真实的季节/剧集部分，则可能会出现问题。这需要更多的逻辑。上面的正则表达式假定标题/季节/剧集/扩展名存在，而s / e是最右边的。

正则表达式 - 如何识别模式直到找到第二个模式

3 个答案: