Python正則表達式 - 從路徑中提取目錄

Question

我有關於正則表達式/ Python的問題。 很抱歉，如果這個主題已被討論了數百萬次 - 通常我會在so / google等上找到答案但是我被這個問題困在數百萬的答案中......（說實話 - 我擁有一本正則表達式的書，但不知何故我太傻了，真的不明白......）

對於音樂管理系統，我需要從路徑中提取信息，提供不同的選項集。 這里有兩個例子：

如果路徑是:(案例1）

"/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac"

它應該提取：

• 藝術家：“The Prodigy”
• 釋放：“土地的肥肉”
• 跟蹤編號：4
• 標題：“時髦的東西”

例如:(案例2）

 "/[XLR 483] The Fat Of The Land/04 - The Prodigy - The Funky Stuff.flac" 

應提取：

• catno：“XLR 483”
• 釋放：“土地的肥肉”
• 跟蹤編號：4
• 藝術家：“The Prodigy”
• 標題：“時髦的東西”

不需要涵蓋兩種情況的正則表達式，這只是兩個例子。 然后我將它們作為選項提供（或者添加自己的選項）。

任何幫助將不勝感激！

@ S.Lott：我沒有這方面的正則表達式，我開始分割字符串：

pattern = re.compile('^/(?P<artist>[a-zA-Z0-9 ]+)/(?P<release>[a-zA-Z0-9 ]+)/(?P<track>[a-zA-Z0-9 -_]+).[a-zA-Z]*.*')


rel_path = '/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac'

match = pattern.search(rel_path)

artist = match.group('artist')
release = match.group('release')
track = match.group('track')

但這對我來說似乎是一種非常不靈活和不優雅的解決方案。

編輯：

到目前為止我有類似的東西：

 pattern = re.compile('^/(?P<artist>[a-zA-Z0-9 ]+)/(?P<release>[a-zA-Z0-9 ]+)/(?P<track>[a-zA-Z0-9 -_]+).[a-zA-Z]*.*') rel_path = '/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac' match = pattern.search(rel_path) artist = match.group('artist') release = match.group('release') track = match.group('track') 

Answer 1

雖然沒有必要，但重新是這個問題的方便選擇。

import re
pattern = re.compile(r"/(?P<artist>[a-zA-Z0-9 ]+?)/(?P<release>[a-zA-Z0-9 ]+?)/(?P<tracknumber>\d+?) - (?P<title>[a-zA-Z0-9 ]+?).flac")
s = "/The Prodigy/The Fat Of The Land/04 - Funky Stuff.flac"
m = pattern.search(s)
print m.group('artist')
print m.group('release')
print m.group('track number')
print m.group('title')

我使用諸如[a-zA-Z0-9 ]表達式來明確指定字符串中我期望的字符。 我喜歡使用類似白名單的正則表達式來使代碼更安全。 還有許多其他方法可以構成等效模式。 你會在這里找到你需要的所有http://docs.python.org/library/re.html ，你不需要一本書。

Answer 2

pattern1 = re.compile(r'/([^/]*)/([^/]*)/([0-9]*) - (.*)\.[^.]*')
artist,release,Tracknumber,Title = pattern1.match(file1).groups()

pattern2 = re.compile(r'/\[([^]]*)\] ([^/]*)/([0-9]*) - (.*) - (.*)\.[^.]*')
catno,release,Tracknumber,artist,Title = pattern2.match(file2).groups()

（其中file1和file2是您上面給出的路徑）。

第一件事：用括號捕獲正則表達式匹配的東西。 因此，下面括號之間的所有內容都將作為匹配中的項目吐出。

第二：除了正斜杠之外的任何東西都匹配正則代碼，如[^/] 。 所以要在正斜杠之間匹配很多東西，你可以做[^/]* 。

把它們放在一起，在第一個字符串中捕獲藝術家，你做/([^/]*)/ 。 然后你再次這樣做以獲得釋放。

第三：匹配任何數字，使用[0-9] 。 因此，要匹配任何數字字符串，請使用[0-9]* 。

反復應用這些原則，你應該能夠理解上述內容。

Answer 3

以下是我解決問題的方法。

1. 做一個路徑分割，並檢查是否是len 4（第一種情況）或3（第二種情況）。
2. 忽略應該是單個'/'的第一個元素，對於第二個元素，對其進行操作以提取[xxx]。
3. 在最后一個元素上按“ - ”拆分以獲取其他信息。

如果您有任何具體的疑問，請寫正則表達式，編輯您的問題並遵循S.Lott的建議。

Answer 4

你應該首先使用/ delimiter split ，這樣你就可以獲得與split返回的數組大小相關的信息。

然后，如果需要，您可以使用正則表達式。 例如，在第二種情況下:(只有當你有兩個元素時才會發生這種情況？）

import re
item = "/[XLR 483] The Fat Of The Land/04 - The Prodigy - The  Funky Stuff.flac"
matches = re.search('^\/?\[([^\]]+)](.*)\/', item)
print matches.group(1) # 'XLR 483'
print matches.group(2) # ' The Fat Of The Land'

它可能看起來有點復雜，但我已經逃脫了所有模棱兩可的角色，所以基本上，模式如下：

1. ^在開始
2. /? 最多可以有一個斜線/后跟......
3. [大括號
4. ([^\\]]+)包含除了一個或多個結束大括號以外的所有+ （並請，使用分組括號捕獲值）和
5. ]右大括號，然后
6. (.*)任何東西，但換行（0次或多次* ）經由括號捕獲
7. 並且斜杠/ 。

希望這可以幫助！