python - 如何阻止 python 正则表达式过于贪婪

Question

我正在尝试匹配(在 Python 中)电视节目文件名中的节目名称和季节/剧集编号，格式如下:

Show.One.S01E05.720p.HDTV.x264-CTU.mkv

和

Show.Two.S08E02.HDTV.XviD-LOL.avi

我的正则表达式:

(?P<show>[\w\s.,_-]+)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})

在 Show Two 上正确匹配给我 Show Two , 08和 02 .但是 Show One 中的 720 意味着我回来了 7和 20季节/剧集。

如果我删除 ?在 [XxEe] 之后然后它匹配两种类型，但我希望该范围对于不包含剧集标识符的文件名是可选的。

我试过使用 ??停止 [XxEe]匹配贪婪，如 python 文档中所列 re模块部分，但这没有效果。

如何在忽略字符串的其余部分的同时捕获系列名称部分和季节/剧集部分？

Answer 1

改变第一场比赛的贪婪度:

 p=re.compile('(?P<show>[\w\s.,_-]+?)\.[Ss]?(?P<season>[\d]{1,2})[XxEe]?(?P<episode>[\d]{2})')
 print p.findall("Game.of.Thrones.S01E05.720p.HDTV.x264-CTU.mkv")
 [('Game.of.Thrones', '01', '05')]
 print p.findall("Entourage.S08E02.HDTV.XviD-LOL.avi")
 [('Entourage', '08', '02')]

注意第一组 + 之后的 ?。

解释:

第一场比赛吃得太多，所以降低它的贪婪度可以让接下来的比赛更快。 (顺便说一句，这不是一个很好的例子，我会更改名称，因为它们听起来确实有点太 Warezzz-y 了，说实话 ;-) )