蟒正則表達式可選捕獲組

Question

我有以下問題從文件名相匹配所需要的數據是這樣的：

miniseries.season 1.part 5.720p.avi 
miniseries.part 5.720p.avi 
miniseries.part VII.720p.avi  # episode or season expressed in Roman numerals 

的「季節XX」塊可以或可以不存在，或者可以寫在短形式，如「第1條」或「海洋1」

在任何情況下，我想有4個捕捉組給予作爲輸出：

group1 : miniseries 
group2 : 1 (or None) 
group3 : 5 
group4 : 720p.avi 

所以我寫了一個正則表達式是這樣的：

(^.*)\Ws[eason ]*(\d{1,2}|[ivxlcdm]{1,5})\Wp[art ]*(\d{1,2}|[ivxlcdm]{1,5})\W(.*$) 

這隻適用於當我有完全指定的文件名，包括可選的「賽季XX」字符串。 如果找不到「season」，是否可以編寫一個返回「None」作爲group2的正則表達式？

Answer 1

這是很容易足以使季節組可選的：使用非捕獲組（(?:...)）加上0或1量詞（?）

(^.*?)(?:\Ws(?:eason)?(\d{1,2}|[ivxlcdm]{1,5}))?\Wp(?:art)?(\d{1,2}|[ivxlcdm]{1,5})\W(.*$) 

。我確實必須使第一組非貪婪，以防止它匹配名稱的season部分。

我還將eason和art可選字符串轉換爲非捕獲可選組，而不是字符類。

結果：

>>> import re 
>>> p=re.compile(r'(^.*?)(?:\Ws(?:eason)?(\d{1,2}|[ivxlcdm]{1,5}))?\Wp(?:art)?(\d{1,2}|[ivxlcdm]{1,5})\W(.*$)', re.I) 
>>> p.search('miniseries.season 1.part 5.720p.avi').groups() 
('miniseries', '1', '5', '720p.avi') 
>>> p.search('miniseries.part 5.720p.avi').groups() 
('miniseries', None, '5', '720p.avi') 
>>> p.search('miniseries.part VII.720p.avi').groups() 
('miniseries', None, 'VII', '720p.avi')