雷吉普与和弦相匹配，与国家口音相匹配

Question

我正在处理这个问题。我有包含数十首歌曲的*.txt文件。每首歌可能包括

• 名字
• 和弦线
• 歌词行
• 空行

我正在编写Python脚本，它逐行读取文件。我需要识别有和弦的线条。为此，我决定使用正则表达式，因为它看起来很好玩，但对于这些任务来说却是一个强大的工具。我刚开始使用regexp，我已经完成了这个教程 (我非常喜欢它)。我写过这样的东西

\b ?\(?([AC-Hac-h]{1})(#|##|b|bb)?(is|mi|maj|sus)?\d?[ \n(/\(\))?]

我对此不太满意，因为它不能很好地完成工作。其中一个问题是歌曲的语言使用了很多口音。第二个:和弦可能成对，例如C(D)，h/e。你可以看到我的方法这里。

为了在最终脚本中获得更好的可读性，我会将regexp拆分成更多的变量，然后将这些变量相加在一起。

编辑

在重读了我的问题后，我想，我的目标可能不够明确。例如，我想提出许多不同类型的和弦：

C, C#, Cis, c#, Cmaj, Cmi, Csus, C7, C#7, Db, Dbsus

另外，有时在彼此之间可能有(不超过两个)和弦，例如：C7/D7, Cmi(a)。最好的解决方案是将这些“配对”放在一个匹配的C7/D7，而不是C7和D7中。我认为，有了这个附加条件，它可能会有点健壮，但如果太困难，我可能会使用(我假设)更简单的版本(意思是:匹配C7和D7而不是C7/D7)，然后单独处理。

Answer 1

Python脚本逐行读取文本文件，您希望使用正则表达式查找当前行是否是带有和弦或其他信息的行。

也许在每一行上应用正则表达式^[\t #()/\dAC-Hac-jmsu]+$就足够了。如果正则表达式不返回匹配，则行包含不允许使用和弦的行中的字符。也许这个简单的正则表达式只使用一个字符类定义就足够了。

但是，有可能是有名字或歌词的一行也与上面的表达相匹配。对于您的例子来说，情况并非如此，但可能是这样的。在这种情况下，我建议首先在每一行中使用函数strip()，从每一行的开始和结尾删除空格和制表符。然后应用以下正则表达式

^(?:[#()/\dAC-Hac-jmsu]{1,6}[\t ]+?)*[#()/\dAC-Hac-jmsu]{1,6}$

不同的是，现在每个不包含空格或制表符字符的字符串必须有1到6之间的长度，不允许使用较长的字符串。有了这个额外的规则，它可以是，不再有假阳性的检测与和弦线。

和弦线检测规则的问题在于字母作为名字或歌词文本，只有和弦允许的字母才能匹配。一个解决方案是创建一个字符串列表，该列表只包含允许和弦使用的字母，并在OR表达式中使用它们。这很可能是通过名字或歌词来避免假阳性。有了完整的chord字符串列表，也很有可能定义更短的规则，而不需要在OR表达式中列出所有的chord字符串。