正则表达式，以确保组匹配不以特定字符结尾

Question

我遇到了一个正则表达式匹配特定情况的麻烦。我有电视的列表显示了在约4格式：

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

我想匹配的是显示名称。我的主要问题是，我的正则表达式匹配节目的名称与前面的'。'。我正则表达式如下：

"^([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，问题是我该如何避免与期结束第一组？我意识到我可以简单地做到：

var.strip(".") 

但是，这并不处理“Name.Of.Show.0101”的情况。有没有办法改进正则表达式来更好地处理这种情况？

在此先感谢。

Answer 1

我认为这会做：

>>> 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：当然，如果你只是试图从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，最后一组的唯一真正限制是它不包含点？简单：

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

这匹配任何东西，非贪婪。重要的部分是第二组，它以一个点开始，然后匹配任何非点字符直到字符串结束。

这适用于所有的测试用例。

Answer 3

如果最后一部分从不包含点：^(.*)\.([^\.]+)$

Answer 4

我相信这会做你想做的事：

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

我测试此针对节目的以下列表：

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

如果这4种情况代表你所拥有的文件类型，那么这个正则表达式sho我们把节目名称放在自己的捕捉组中，然后扔掉剩下的节目。这个过滤器可能比其他一些更具限制性，但我非常喜欢匹配你需要的东西。

Answer 5

看来问题在于你没有指定需要最后一个组之前的时间段，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。