简化Regexp

Question

我有以下regexp (使用Python语法)：

(\d+)x(\d+)(?:\s+)?-(?:\s+)?([^\(\)]+)(?:\s+)?\((\d+)(?:(?:\s+)?-(?:\s+)?([^\(\)]+))?\)(?:(?:\s+)?\(([^\(\)]+)\))?(?:(?:\s+)?-(?:\s+)?([^\(\)]+) \((\d+)\))?

它匹配符合以下形式之一的字符串：

21x04 - Some Text (04)
6x03 - Some Text (00 - Some Text)
6x03 - Some Text (00 - Some Text) (Some Text)
23x01 - Some Text (10) - Some Text (02)

数字和文本会有所不同，并被捕获。但是，间距并不总是一致的，因此它被设计为允许任意数量的空间。

有没有一种简化它的方法--我并不是一定要找人帮我做这件事，只是告诉我有没有工具(谷歌搜索得到了一些结果，但它们都不能处理它)，或者是一种系统的方法来做这件事。

或者，有没有人能看到更好的正则表达式来满足这种情况？

Answer 1

您可以放弃一些可选的非捕获组，例如，您可以更改以下内容：

(\d+)x(\d+)(?:\s+)?-(?:\s+)?([^\(\)]+)(?:\s+)?\((\d+)(?:(?:\s+)?-(?:\s+)?([^\(\)]+))?\)(?:(?:\s+)?\(([^\(\)]+)\))?(?:(?:\s+)?-(?:\s+)?([^\(\)]+) \((\d+)\))?

要这样做：

(\d+)x(\d+)\W+([^()]+)\D+\((\d+)(?:\W*-\W*([^()]+))?\)(?:\W*\(([^()]+)\))?(?:\W*-\W*([^()]+) \((\d+)\))?

我可以用\W*替换一些(?:\s+)?，而且您也不必在字符类[^\(\)]中转义括号，您可以使用[^()]

顺便说一句，你也可以测试这个正则表达式，它可能对你有用：

(\d+)x(\d+)|-\s*([\w\s]+)|(\w+)

Answer 2

为了简化问题，请考虑将其分为两部分: 1.获取字符串(可以包含数字或字母)和2.当字符串包含数字时获取数字：

data = '''21x04 - Some Text (04)
6x03 - Some Text (00 - Some Text)
6x03 - Some Text (00 - Some Text) (Some Text)
23x01 - Some Text (10) - Some Text (02)'''

import re

# the regex to extract your data as strings
aaa = re.compile('[\w\s]+')

# the regex to extract the numbers from the strings
nnn = re.compile('\d+')

for line in data.split('\n'):
    matches = aaa.findall(line)
    groups = []
    for m in matches:
        m = m.strip()
        n = nnn.findall(m)
        if m != '':
            groups.extend([m] if n == [] else n)
    print(groups)

    # ['21', '04', 'Some Text', '04']
    # ['6', '03', 'Some Text', '00', 'Some Text']
    # ['6', '03', 'Some Text', '00', 'Some Text', 'Some Text']
    # ['23', '01', 'Some Text', '10', 'Some Text', '02']