java - 如何更改正则表达式来处理数据异常值？

Question

理想情况下，我的所有数据如下所示:

William Faulkner - 'Light In August'
William Faulkner - 'Sanctuary'
William Faulkner - 'The Sound and the Fury'

在这种情况下，这个正则表达式似乎可以正常工作:

Pattern pattern = Pattern.compile("^\\s*(.*)\\s+-\\s+'(.*)'\\s*$");
Matcher matcher = pattern.matcher("William Faulkner - 'Light In August'");

if (matcher.matches()) {
    String author = matcher.group(1).trim();
    String bookTitle = matcher.group(2).trim();

    System.out.println(author + " / " + bookTitle);
}
else {
   System.out.println("No match!");
}

但有时我的数据包含这样的示例，这些示例似乎与上面的模式不匹配:

Saki - 'Esme'
Saki - 'The Unrest Cure' (Second Edition)
Saki (File Under: Hector Hugh Munro) - 'The Interlopers' (Anniversary Multi-pack)
William Faulkner - 'The Sound and the Fury' (Collector's Re-issue)
'The Sound and the Fury'
The Sound and the Fury
The Bible (St James Version)

在所有不存在连字符的情况下，这些都是没有作者的书名。我还没有发现任何作者名字出现而没有书名的情况。

如何更改我的正则表达式以正确处理此问题？

Answer 1

此正则表达式匹配您描述的所有情况:

  ^\s*(?:(.*)\s+-\s+)?'?([^']+'?.*)\s*$

作为Java字符串，它是:"^\\s*(?:(.*)\\s+-\\s+)?'?([^']+'?.*)\\s*$"

如果您使用 JDK7，则可以使用命名捕获组，如下所示:

  ^\s*(?:(?<Author>.*)\s+-\s+)?'?(?<Title>[^']+'?.*)\s*$

哪里<$<Author>和<$<Title>在替换部分引用捕获的组。