正則表達式，以確保組匹配不以特定字符結尾

Question

我遇到了一個正則表達式匹配特定情況的麻煩。我有電視的列表顯示了在約4格式：

• Name.Of.Show.S01E01
• Name.Of.Show.0101
• Name.Of.Show.01x01
• 名稱。 Of.Show.101

我想匹配的是顯示名稱。我的主要問題是，我的正則表達式匹配節目的名稱與前面的'。'。我正則表達式如下：

"^([0-9a-zA-Z\.]+)(S[0-9]{2}E[0-9]{2}|[0-9]{4}|[0-9]{2}x[0-9]{2}|[0-9]{3})" 

一些例子：

>>> import re 

>>> SHOW_INFO = re.compile("^([0-9a-zA-Z\.]+)(S[0-9]{2}E[0-9]{2}|[0-9]{4}|[0-9]{2}x[0-9]{2}|[0-9]{3})") 
>>> match = SHOW_INFO.match("Name.Of.Show.S01E01") 
>>> match.groups() 
('Name.Of.Show.', 'S01E01') 
>>> match = SHOW_INFO.match("Name.Of.Show.0101") 
>>> match.groups() 
('Name.Of.Show.0', '101') 
>>> match = SHOW_INFO.match("Name.Of.Show.01x01") 
>>> match.groups() 
('Name.Of.Show.', '01x01') 
>>> match = SHOW_INFO.match("Name.Of.Show.101") 
>>> match.groups() 
('Name.Of.Show.', '101') 

所以，問題是我該如何避免與期結束第一組？我意識到我可以簡單地做到：

var.strip(".") 

但是，這並不處理「Name.Of.Show.0101」的情況。有沒有辦法改進正則表達式來更好地處理這種情況？

在此先感謝。

Answer 1

我認爲這會做：

>>> regex = re.compile(r'^([0-9a-z.]+)\.(S[0-9]{2}E[0-9]{2}|[0-9]{3,4}|[0-9]{2}x[0-9]{2})$', re.I) 
>>> regex.match('Name.Of.Show.01x01').groups() 
('Name.Of.Show', '01x01') 
>>> regex.match('Name.Of.Show.101').groups() 
('Name.Of.Show', '101') 

ETA：當然，如果你只是試圖從受信任的字符串不同的位，你可以只使用字符串方法：

>>> 'Name.Of.Show.101'.rpartition('.') 
('Name.Of.Show', '.', '101') 

Answer 2

因此，最後一組的唯一真正限制是它不包含點？簡單：

^(.*?)(\.[^.]+)$ 

這匹配任何東西，非貪婪。重要的部分是第二組，它以一個點開始，然後匹配任何非點字符直到字符串結束。

這適用於所有的測試用例。

Answer 3

如果最後一部分從不包含點：^(.*)\.([^\.]+)$

Answer 4

我相信這會做你想做的事：

^([0-9a-z\.]+)\.(?:S[0-9]{2}E[0-9]{2}|[0-9]{3,4}|[0-9]{2}(?:x[0-9]+)?)$ 

我測試此針對節目的以下列表：

• 30.Rock.S01E01
• The.Office.0101
• Lost.01x01
• How.I.Met .Your.Mother.101

如果這4種情況代表你所擁有的文件類型，那麼這個正則表達式sho我們把節目名稱放在自己的捕捉組中，然後扔掉剩下的節目。這個過濾器可能比其他一些更具限制性，但我非常喜歡匹配你需要的東西。

Answer 5

看來問題在於你沒有指定需要最後一個組之前的時間段，所以像^（[0-9a-zA-Z \。] +）\。（S [0 -9] {2} E [0-9] {2} | [0-9] {4} | [0-9] {2} X [0-9] {2} | [0-9] {3- }）可能工作。