Regex Python中的可选组的匹配和管理

Question

我正在尝试匹配以下字符串(工作室)-电影(年份)-段号

字符串必须有以下的order，然后是薄膜，然后是可选的年份，最后是可选的(分段+数字)

工作室和电影必须是当前年份，可以选择分段类型(大小写不敏感)，如果现在必须后面跟着一个数字从1到8段incle的类型

regex应匹配以下字符串(制片厂)

我尝试了下面的Regex

\((?P<STUDIO>.+)\) - (?P<TITLE>.+) \((?P<YEAR>\d{4})\)?( - (?P<SEGMENT>(?i)(cd|disc|disk|dvd|part|pt|scene) \b[1-8]\b))?

它给出了字符串(制片厂)- (1994) - cd 3的如下内容：

命名群

• 演播室
• 片名电影
• 段cd 3
• 1994年

和(制片公司)-电影(1994年)

命名群

• 演播室
• 片名电影
• 段无
• 1994年

所以它的工作是因为段是可选的。

但是，当我使用以下正则表达式使年份为可选时：

\((?P<STUDIO>.+)\) - (?P<TITLE>.+)?( \((?P<YEAR>\d{4})\))??( - (?P<SEGMENT>(?i)(cd|disc|disk|dvd|part|pt|scene) \b[1-8]\b))?

最后我得出了这样的结果：

命名群

• 演播室
• 电影片名(1994)
• 段无
• 年份无

如果我将所有年份一起删除，使字符串类似于(制片厂)-file-CD3，我将得到以下内容：

命名群

• 演播室
• 胶卷- cd 3
• 段无
• 年份无

我需要的是：

命名群

• 演播室
• 片名电影
• 段cd 3或无
• 1994年或无

Answer 1

您可以将模式写为

(?i)^\((?P<STUDIO>[^()]*)\) - (?P<TITLE>.+?)?(?: \((?P<YEAR>\d{4})\))?(?: - (?P<SEGMENT>cd|disc|disk|dvd|part|pt|scene) [1-8])?$

• 字符串的^开始
• \(匹配(
• (?P<STUDIO>[^()]*)组工作室匹配字符( (和)除外)
• \) -匹配) -
• (?P<TITLE>.+?)?组标题尽可能匹配1+字符
• (?:非捕获组与匹配
  • \((?P<YEAR>\d{4})\)在组年和)中匹配(和4位数字

• )?关闭非捕获组并使其成为可选的
• (?:非捕获群
  • -匹配
  • (?P<SEGMENT>cd|disc|disk|dvd|part|pt|scene)组段匹配任何备选方案
  • [1-8]匹配一个空格和一个数字1-8。

• )?关闭非捕获组并使其成为可选的
• 字符串的$末端

Regex演示