Python - 输入字符串上的正则表达式以格式化文件名中的空格

Question

尝试在 Python 中编写一个正则表达式，它将获取格式不正确的文件名并修复它们。这适用于某些字符串 (f0-f5) 但不适用于其他字符串:

import re, os, sys

f0 = '201308 - (82608) - MAC 2233-007-Methods of Calculus - Klingler, Lee.txt'
f1 = '201308 - (12345) - ABC 2233L-007-course Name 1 - last, first.txt'
f2 = '@ @ @ @ @ @ 123 abc - a-1 - b-2.txt'
f3 = '201308-(82609)     -MAC 2233-007-Methods of Calculus  -  Klingler, Lee.txt'
f4 = '201308    -    (12345)-ABC 2233L-007-course Name-last, first.txt'
f5 = '201308-(12345)-ABC 2233L-007-course Name-last, first.txt'

term = "201308"
res1 = re.search(term + '\s-\s\(\d{5}\)\s-\s\w{3}\s\d{4}\w?-\d{3}-[^\.]+\s-\s[^\.]+\.txt', f1)
r1 = re.sub(r"(?<=[0-9]) ?- ?(?=[^0-9a-zA-Z])", " - ", re.sub(r"(?<=[^0-9]) ?- ?(?=[0-9a-zA-Z])", " - ", f4))
r2 = re.sub(r"(?<=[0-9]) *- *(?=[^0-9a-zA-Z])", " - ", re.sub(r"(?<=[^0-9]) *- *(?=[0-9a-zA-Z])", " - ", f4)) # success!!
if r1: print r1
else: print "error on %s"%r1
if r2: print r2
else: print "error on %s"%r2

正如您从 f0-f5 中看到的(f2 除外，它只是一个异常值)，这是为了在连字符(在这里分隔元素)之间使用不正确的空格，并将其重新组合在一起，如 r1 和 r2。 res1 是匹配格式正确的字符串的正则表达式。

这是正确文件名的示例(不正确的名称有不同的空格):

201308 - (82608) - MAC 2233-007-微积分方法 - Klingler, Lee.txt

出于同样的原因，不能使用 re.split()，因为它不会将连字符之间的空白规范化为字符串中该点所需的任何内容。

f3 可以通过 r2 修复，但 f4 和 f5 确实是我需要更正的错误类型。连字符前后的空格(仅)需要与正确的格式完全匹配。

编辑:

感谢所有提供解决方案的人。你今天确实教会了我很多东西，放心，你已经单枪匹马提高了至少1个人的编程能力。锦上添花帮助我解决了一个让我沮丧了一周的问题。不幸的是，只能选择 1 个被接受的答案，这是困难的部分。

非常接近，但使用正则表达式只是因为时间复杂度在这里可能不是一个大问题，总共 <500 个文件(并且分为目录，所以不会减慢程序的每次通过，无论如何都是用户输入驱动的).另外，我刚刚从正则表达式中学到了很多东西，我从这里得到的信息量太多而头晕目眩。

Answer 1

好吧，我认为您可以使用当前有效文件名的正则表达式并稍微调整一下:

\s*-\s*(\(\d{5}\))\s*-\s*(\w{3}\s\d{4}\w?-\d{3}-(?:[^.\s]|\b\s\b)+)\s*-\s*([^.]+\.txt)$

并使用替换:

 - \1 - \2 - \3

(第一个连字符前还有一个空格)

我向 \s 添加了一些 * 并使用了 (?:[^.\s]|\b\s\b)+)(允许类(class)名称中的空格)而不是 [^\.](注意 [^\.] 中的句点不需要转义).

regex101 demo .

>>> f4 = '201308    -    (12345)-ABC 2233L-007-course Name-last, first.txt'
>>> print(re.sub(r'\s*-\s*(\(\d{5}\))\s*-\s*(\w{3}\s\d{4}\w?-\d{3}-(?:[^.\s]|\b\s\b)+)\s*-\s*([^.]+\.txt)$', r' - \1 - \2 - \3', f4)
201308 - (82609) - MAC 2233-007-Methods of Calculus - Klingler, Lee.txt