如何停止python的正則表達式是太貪婪

我試圖格式匹配（在Python）從電視節目的文件名的節目名稱和季節/集數：如何停止python的正則表達式是太貪婪

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

和

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

我的正則表達式：

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

正確的顯示兩個給我Show Two，08和02。然而，Show One中的720意味着我回到7和20季節/劇集。

如果我在[XxEe]之後刪除?，那麼它會匹配這兩種類型，但我希望該範圍對於不包含情節標識符的文件名是可選的。

我試過使用??來阻止[XxEe]匹配貪婪，如python文檔re模塊部分所列，但這沒有效果。

如何捕獲系列名稱部分和季節/情節部分，而忽略字符串的其餘部分？

來源

2011-08-29 ghickman

你可能會更好地做'name.split（'。'） '，然後通過從頭到尾反向工作來分開它。 –

我最初使用'split（）'，但我不能保證文件將被'.'分隔，並且在季節/劇集編號之前的項目數目將是可變的。 – ghickman

變化首場比賽greedity：

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')]

注意?以下+在第一組。

說明：

首場比賽吃太多，以免降低其greedity作出如下匹配越快。（順便說一句，這不是一個很好的例子，我會改變名稱，因爲他們肯定聽起來有點太Warezzz-y ;-)）

來源

2011-08-29 14:24:31 Bruce

啊，是的，這是一個公平的觀點，並沒有真正想到這一點！感謝指針。 – ghickman

雖然這會讓你走上正軌，但你應該注意到，它會在名稱包含3-4位數的邊緣情況下失敗（例如Some.Show.2011.S01E05.Some.Title.HDTV.XviD），因爲你使S和EeXx都可選。您需要將這些分解爲由|分隔的兩個不同語句爲了避免這一點。 – Till

糾正我上面的陳述，只是從[EeXx]中刪除選擇性：（？P [\ w \ s。，_-] +？）\。[Ss]？（？P [\ d] {1， 2}）[EeXx]（？P [\ d] {2}）\。 – Till

在表達式的末尾添加一個點：

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

來源

2011-08-29 14:22:34 Toto

嘗試：

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

來源

2011-08-29 14:23:41 pricco

如何停止python的正則表達式是太貪婪

回答

相關問題