我正在开发视频播放器,它扫描用户的视频文件并尝试从文件名中识别它们。如果视频是电影,我想知道它的名称和视频的质量,如果它是一个电视节目,我想知道该节目的名称,季数,集数和视频的质量。在
我在google上搜索了一些示例文件名,并制作了一个简单的脚本来尝试获取信息,但我很难处理异常情况,例如,当有集的名称在质量之前,当文件有类似“PROPER”的标签时,或者如果用户将视频的源代码如“BluRay”放在质量之前。在
如果有人能更熟练地使用正则表达式,我将非常感激。在
谢谢!在
import re
names = [
"The.Newsroom.2012.S02E06.720p.HDTV.x264-KILLERS.mkv",
"Breaking.Bad.S05E10.Buried.HDTV.XviD-AFG.avi",
"Breaking.Bad.S05E10.Buried.720p.HDTV.x264-AFG.mkv", #Incorrectly nonHD
"Dexter.S08E08.HDTV.XviD-AFG.avi",
"Dexter.S08E07.1080p.HDTV.x264-QCF.mkv",
"Dexter S08E07 720p HDTV x264-QCF.mkv",
"The.Great.Gatsby.2013.BluRay.1080p.DTS.x264-CHD.mkv", #Incorrectly nonHD
"The Forbidden Girl 2013 BRRIP Xvid AC3-BHRG.avi",
"Pain.&.Gain.2013.720p.BluRay.DD5.1.x264-HiDt.mkv",
"Band.of.Brothers.S01E02.Day.of.Days.DVDRip.XviD-AC3-BAGS.avi",
"Dexter.S08E06.PROPER.720p.HDTV.x264-IMMERSE.mkv", #Incorrectly nonHD
"Dexter S08E06 PROPER 720p HDTV x264-IMMERSE.mkv" #Incorrectly nonHD
]
for name in names:
tv = re.findall(r"(.*?)[ |.]S([\d+]{1,2})E([\d+]{1,2})[ |.]([\d+]{3,4}p|)", name) #FIXME: Get quality also after "PROPER/EPTITLE/.."
if len(tv)>0:
print("---------- TV ----------")
print("Show: "+tv[0][0].replace(".", " "))
print("Season: "+str(int(tv[0][1])))
print("Episode: "+str(int(tv[0][2])))
print("Quality: "+(tv[0][3] if len(tv[0][3])>0 else "nonHD"))
else:
movie = re.findall(r"(.*?[ |.][\d+]{4})[ |.]([\d+]{3,4}p|)", name) #FIXME: Get quality also after "BluRay/HDTV/HDDVD/.."
if len(movie)>0:
print("--------- MOVIE --------")
print("Title: "+movie[0][0].replace(".", " "))
print("Quality: "+(movie[0][1] if len(movie[0][1])>0 else "nonHD"))
else:
print("error")
如果使用重复冗长旗子。在
我明白了
我认为这是误导。这不是说“至少有一个十进制数的三四次重复”?我想
^{pr2}$很好。在
在开发正则表达式时,我从创建小模式开始:
希望有帮助。在
正如Josh提到的,}贪婪地匹配m到n个重复。(参见:re syntax)。在
+
限定符不应该与{m,n}
一起使用。+
匹配一个或多个re,而{他还指出使用re.VERBOSE来帮助您的regex可读性。在
编辑:(感谢@eyguem指出这一点)我可能错了,但是你的
[ |.]
是试图匹配空格和句点?如果是这样的话,您不需要|
,而且最好是转义一些特殊字符,例如.
。(即[ \.]
)。如果您知道季/集和质量之间的字符串是字母、空格或句点,则可以使用类似的内容(编辑:如果有非字母字符,如'-'、'+'等,则需要将它们添加到字符集中):
同样,您可以对电影部分执行以下操作:
^{pr2}$这是输出:
[ae*6]
表示一个字符。这意味着这个字符可以是a
,或者是{那么就不必写
[ |.]
,顺便说一句,意思是“字符是, either
|
,或者{我做了一些改进。如果你有问题,尽管问我。在
注意:像这样的部分:
(?:[ .](\d{3}\d?p)|\Z)
在.*?
之后 必须强制惰性点.*?
转到下一个点然后是720p如果有,不要停在第一个点并且考虑数字和p是可选的。如果没有这样的720p,lazy dot会一直到字符串的末尾(
\Z
强迫它这样做),并声明它没有找到任何720p。在相关问题 更多 >
编程相关推荐