Question

我对regex / Python有疑问。很抱歉，如果这个主题已被讨论了数百万次 - 通常我会在so / google等上找到答案但是我被这个问题困在数百万的答案中......（说实话 - 我拥有一本正则表达式的书，但不知何故我太傻了，真的无法理解......）

对于音乐管理系统，我需要从路径中提取信息，提供不同的选项集。这里有两个例子：

如果路径是:(案例1）

"/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac"

它应该提取：

艺术家：“The Prodigy”
发布：“肥沃的土地”
跟踪编号：4
标题：“Funky Stuff”

例如:(案例2）

"/[XLR 483] The Fat Of The Land/04 - The Prodigy - The  Funky Stuff.flac"

应提取：

catno：“XLR 483”
发布：“肥沃的土地”
跟踪编号：4
艺术家：“The Prodigy”
标题：“Funky Stuff”

不需要涵盖这两种情况的正则表达式，这只是两个例子。然后我会将它们作为选项提供（或者添加自己的选项）。

非常感谢任何帮助！

@ S.Lott：我没有这方面的正则表达式，我开始拆分字符串：

parts = rel_path.split('/')       
track = parts[-1]
release = parts[-2]
artist = parts[-3]

但这对我来说似乎是一种非常不灵活且不优雅的解决方案。

编辑：

到目前为止，我有类似的内容：

pattern = re.compile('^/(?P<artist>[a-zA-Z0-9 ]+)/(?P<release>[a-zA-Z0-9 ]+)/(?P<track>[a-zA-Z0-9 -_]+).[a-zA-Z]*.*')


rel_path = '/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac'

match = pattern.search(rel_path)

artist = match.group('artist')
release = match.group('release')
track = match.group('track')

Answer 1

虽然没有必要，但重新是这个问题的方便选择。

import re
pattern = re.compile(r"/(?P<artist>[a-zA-Z0-9 ]+?)/(?P<release>[a-zA-Z0-9 ]+?)/(?P<tracknumber>\d+?) - (?P<title>[a-zA-Z0-9 ]+?).flac")
s = "/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac"
m = pattern.search(s)
print m.group('artist')
print m.group('release')
print m.group('track number')
print m.group('title')

我使用诸如[a-zA-Z0-9 ]之类的表达式来明确指定字符串中我期望的字符。我喜欢使用类似白名单的正则表达式来使代码更安全。还有许多其他方法可以构成等效模式。你会在这里找到你需要的所有http://docs.python.org/library/re.html，你不需要一本书。

Answer 2

pattern1 = re.compile(r'/([^/]*)/([^/]*)/([0-9]*) - (.*)\.[^.]*')
artist,release,Tracknumber,Title = pattern1.match(file1).groups()

pattern2 = re.compile(r'/\[([^]]*)\] ([^/]*)/([0-9]*) - (.*) - (.*)\.[^.]*')
catno,release,Tracknumber,artist,Title = pattern2.match(file2).groups()

（其中file1和file2是您在上面提供的路径。）

第一件事：用括号捕获正则表达式匹配的东西。因此，下面的括号之间的所有内容都将作为匹配中的项目吐出。

第二：除了正向斜线之外的任何东西都匹配[^/]这样的正则表达式代码。因此，要在正斜杠之间匹配大量内容，请执行[^/]*。

将这些组合在一起，以便在第一个字符串中捕捉艺术家，你可以/([^/]*)/。然后你再次这样做以获得释放。

第三：要匹配任何数字，请使用[0-9]。因此，要匹配任何数字字符串，请使用[0-9]*。

反复应用这些原则，你应该能够理解上述内容。

Answer 3

以下是我解决问题的方法。

分割路径，检查是否为len 4（第一种情况）或3（第二种情况）。
忽略应该是单个'/'的第一个元素，对于第二个元素，对其进行操作以提取[xxx]。
在最后一个元素上按“ - ”拆分以获取其他信息。

如果您有任何具体的疑问，请写正则表达式，编辑您的问题并遵循S.Lott的建议。

Answer 4

您应该split使用/分隔符，这样您就可以获得split返回的数组大小的信息。

然后，如果需要，您可以使用正则表达式。例如，在第二种情况下:(只有当你有两个元素时才会发生这种情况？）

import re
item = "/[XLR 483] The Fat Of The Land/04 - The Prodigy - The  Funky Stuff.flac"
matches = re.search('^\/?\[([^\]]+)](.*)\/', item)
print matches.group(1) # 'XLR 483'
print matches.group(2) # ' The Fat Of The Land'

这可能看起来有点复杂，但我已经逃脱了所有暧昧的角色，所以基本上，模式如下：

^开头
/?最多可以有一个斜杠/，后跟......
[大括号
([^\]]+)包含除了一个或多个结束大括号之外的所有+（并且，请使用分组括号捕获值）和
]结束大括号后跟
(.*)除了通过括号捕获的换行符（0次或更多次*）之外的任何内容
和尾部斜杠/。

希望这有帮助！

Python正则表达式 - 从路径中提取目录

如果路径是:(案例1）

例如:(案例2）

编辑：

4 个答案: