我创建了一个正则表达式来匹配电视节目的中英文名称。
我的正则表达式位于https://regex101.com/r/rBJHDG，它在正则表达式上工作完美，但是这个正则表达式在 python2 中不起作用。
有关示例，字符串亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.mp4的正则表达式是不匹配亿万的name_chs在期待，而不是它匹配亿万.Billions的name_en。
In [68]: r = '^(?P<name_chs>(?:[\\u3007\\u4e00-\\u9fff\\u3400-\\u4dbf\\uf900-\\ufaff]+)(?=\\.))?(?P<name_en>\\S+).S(?P<season>\\d{2})E(?P<episode>\\d{2})'
In [69]: re.match(r, u'亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.mp4').grou
...: pdict()
Out[69]:
{'episode': u'01',
'name_chs': None,
'name_en': u'\u4ebf\u4e07.Billions',
'season': u'01'}
第二个问题：
怎么去掉中文名和英文名之间的.in name_enwhich。
# 亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.mp4
Full match 0-18 `亿万.Billions.S01E01`
Group `name_chs` 0-2 `亿万`
Group `name_en` 2-11 `.Billions` <---- This DOT!
Group `season` 13-15 `01`
Group `episode` 16-18 `01`
看起来问题在于正则表达式测试器包含global和multiline标志，但您的代码没有。如果您在正则表达式测试器中取消选中这两个标志，您会发现测试器与您当前的结果相匹配。
你可以试试 r = '^(?P<name_chs>(?:[\\u3007\\u4e00-\\u9fff\\u3400-\\u4dbf\\uf900-\\ufaff]+)(?=\\.))?(?P<name_en>\\S+).S(?P<season>\\d{2})E(?P<episode>\\d{2})', re.MULTILINE)
和
re.search(r, u'亿万.Billions.S01E01.中英字幕.HDTVrip.1024X576.mp4').grou
...: pdict()
至于你的第二个问题：
我只想通过(.)在英文名称前面添加来使该点成为自己的捕获组，就像这样......
^(?P<name_chs>(?:[\u3007\u4e00-\u9fff\u3400-\u4dbf\uf900-\ufaff]+)(?=\.))?(.)(?P<name_en>\S+).S(?P<season>\d{2})E(?P<episode>\d{2})
现在，当您打印英文名称时，它只会是单词，因为点在它自己的捕获组中。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句