将用于从python跳过缺失信息的正则表达式转换为java-7。

Question

我有以下测试用例，我需要为这些测试用例开发一个正则表达式，以便捕获指定组中的特定信息部分。

测试用例如下：

Title v01
Title v01 c01
Title v01 c01-02
Title c01
Title c01-02

要寻找的组是:标题、卷、ChapterStart和ChapterEnd。例如，在下面的情况下，它们将捕获

Title v02 c05-08
1      2   3  4

1.        Title: "Title"
2.       Volume: "02"
3. ChapterStart: "05"
4.   ChapterEnd: "08"

唯一的强制组是Title，其他的是可选的，在上面列出的其他用例场景中可以看到。

到目前为止，我已经想出了以下方法，成功地治疗了前三例：

(?P<Title>.*)((((( |\.)v))(?P<Volume>\d+))(( |\.)c(?P<ChapterStart>\d+)(-(?P<ChapterEnd>\d+))?)?)

但是，我不知道如何在一个正则表达式中处理最后两种情况，而不必回收组名。组名是静态的，因为接收此正则表达式的程序使用它们提取特定的信息片段(系列名称、标题、卷号和章节号等)。

我现在有两个问题：

1. 如何使正则表达式处理卷信息丢失的情况。
2. 如何将这个正则表达式从python兼容性转换为Java1.7regex兼容性，后者目前无法与完全相同的测试用例匹配。(我只通过删除‘P’来更改命名的组表示法)

任何帮助都将不胜感激。

注意:标题可以是包含大写字母、小写字母、数字、特殊字符、unicode字符、用空格、点、下划线和/或破折号等分隔的任意数量的单词。因此，识别结尾的唯一方法是找到空格字符(空格、点、下划线等)前面的v或c。或者如果它到达字符串的末尾。

Answer 1

我对你的正则表达式中括号的数量感到惊讶，所以我重写了它。以下是我想出的：

(?<Title>.*?)( v(?<Volume>\d+))?( c(?<ChapterStart>\d+)(-(?<ChapterEnd>\d+))?)?

请注意以下几点：

• 这使用Java 7的命名组。
• 对于标题，我使用的是一个reluctant quantifier，这样它就不会占用整个字符串，而不会为卷和章节留下任何东西。您可以阅读reluctant、greedy和possessive在模式api文档中的量词。
• 您的卷组之后没有?，我相信这会导致Title c01不匹配章节。
• 在v和c之前有一个( |\.)部分，因为它与您的测试用例不匹配，并且您似乎没有指示可以使用句点而不是空格。如果有必要的话，你可能得把它放回去。

可以自由地适应你的目标。