用Java实现电视剧的正则表达式帮助

Question

我要说，我对正则表达式的知识非常薄弱.我试图在java中匹配电视剧文件名，如下所示：

S01E02 bla bla

bla标题name.S03E04

季名s05e03

不管我的解决方案是如何工作的，它只是匹配名称s01e02或name.s03e03，而不是电视剧的完整名称。

我当前的正则表达式是：

(\\w+)((\\.|\\s)[sS]([0-9]{2})[eE]([0-9]{2}))

Answer 1

以下是一个建议：

Pattern p = Pattern.compile("(.*?)[.\\s][sS](\\d{2})[eE](\\d{2}).*");

String[] tests = { "xyz title name S01E02 bla bla",
                   "bla bla title name.S03E04",
                   "the season title name s05e03" };

for (String s : tests) {
    Matcher m = p.matcher(s);
    if (m.matches())
        System.out.printf("Name: %-23s Season: %s Episode: %s%n",
                m.group(1), m.group(2), m.group(3));

指纹：

Name: xyz title name          Season: 01 Episode: 02
Name: bla bla title name      Season: 03 Episode: 04
Name: the season title name   Season: 05 Episode: 03

Answer 2

这是因为在开头有一个匹配一个单词的(\\w+)。

若要使其匹配一组由空格分隔的单词，请将其替换为：

(\\w+\\s+)+

Answer 3

这种模式可能会更好：

(?xi) ^ (?: \b \w+ \s*? ) + [\s.] S \d{2} E \d{2} $

如果此模式是一个文字Java字符串，而不是从其他地方读取，则必须添加额外的反斜杠。

而且，这只适用于ASCII数据，而不是完整的Unicode，因为Java的regexes拒绝使用旧的regex快捷方式。那么，您必须使用Unicode属性。这是相当令人不快的，但如果可能是这样的话，请告诉我，我会更新模式，为Unicode工作。