修复 RegEx 以正确捕获括号内的文本

Posted 2023-04-13

【中文标题】修复 RegEx 以正确捕获括号内的文本

【英文标题】：Fix RegEx to properly capture text inside parenthesis

【发布时间】：2016-06-03 21:33:29

【问题描述】：

场景

---

前段时间我问了一个在特定条件下格式化音乐文件名的问题：

RegEx pattern to limit dashes in these circumstances

但是，我发现接受的答案是错误的为时已晚，因为它可以捕获任何以“F”开头的单词。但这不是问题/问题，我只是通过恢复ft|feat|featuring OR 组来解决它。

所以最后从上面链接的问题中，我最终使用了这个表达式：

pattern := '^(.+)\s+-\s+(.+?)\s+(ft|feat|featuring)[\.\s]*([^([\])]+)(.+)?$' 
replace := '$1 Feat. $4 - $2$5' 

现在，有这些文件名要测试：

黑海岸 - Trndsttr 黑海岸 - Trndsttr（羽毛） Black Coast - Trndsttr (Lucian Remix) Black Coast - Trndsttr (Feather) (Lucian Remix) 黑海岸 - Trndsttr 壮举。 M. Maggie 黑海岸 - Trndsttr (Feat. M. Maggie) 黑海岸 - Trndsttr 壮举。 M. Maggie（卢西恩混音） Black Coast - Trndsttr (Feat. M. Maggie) (Lucian Remix) Black Coast - Trndsttr (Lucian Remix) Feat。 M. Maggie Black Coast - Trndsttr (Lucian Remix) (Feat. M. Maggie) Black Coast - Trndsttr (Feather) (Lucian Remix) Feat. M. Maggie Black Coast - Trndsttr (Feather) (Lucian Remix) (Feat. M. Maggie) 黑海岸 - Trndsttr（羽毛）壮举。 M. Maggie（卢西恩混音） Black Coast - Trndsttr (Feather) (Feat. M. Maggie) (Lucian Remix) Black Coast - Trndsttr (Feather) (Feat. M. Maggie) Lucian Remix 黑海岸 - Trndsttr（羽毛）壮举。 M. Maggie Lucian 混音

预期结果如下：

（从 1 到 4 没有变化，16 是假设的误报，本质上与 5、9 和 11 相同。）

黑海岸 - Trndsttr 黑海岸 - Trndsttr（羽毛） Black Coast - Trndsttr (Lucian Remix) Black Coast - Trndsttr (Feather) (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr 黑海岸壮举。 M. Maggie - Trndsttr 黑海岸壮举。 M. Maggie - Trndsttr (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Feather) (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Feather) (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Feather) (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Feather) (Lucian Remix) 黑海岸壮举。 M. Maggie - Trndsttr (Feather) Lucian Remix 黑海岸壮举。 M. Maggie Lucian Remix - Trndsttr (Feather)

问题

---

我提到的表达式适用于所有文件名，除了 Feat... 部分被分组在括号（或括号等）内的情况。

然后我尝试调整 RegEx 以适应聚合条件：

pattern := '^(.+)\s+-\s+(.+?)\s+([\[\(\])?\s*(ft|feat|featuring([\.])?\s+)((.+)[^\]\)\])?\s*(.+)?$'

但我结束了我的脑袋和遗漏的事情，因为它还捕获了第一个括号括起来和后面的字符直到最后。

我需要一些帮助。

问题

---

我如何修复/改进我的表达式以处理提到的文件名以获得上述预期结果？。

或者换句话说，我需要维护表达式的“结构”，但添加能够在 Feat... 部分位于括号/括号内时捕获它以正确格式化文件名.

PS：请记住，我使用的是 pascal-script 的 RegEx 语法及其限制（我不确定）。

重要编辑：

我发现具有此限制的软件的作者支持从其 pascal 脚本编辑器运行外部应用程序，因此我可以启动用 .Net 编写的 CLI 应用程序来执行正则表达式替换，然后我' m 现在在 C#/Vb.Net RegEx 电机改进下，很好！。

【参考方案1】：

类似：

^(?P<artist>.+?(?=\s-\s))          # artist with pos. lookahead
\s-\s                              # space - space
(?P<title>.+?(?=(?:\(?Feat\.)|$))  # title with pos. lookahead 
\(?                                # optional open parenthesis
    (?P<artist2>Feat\.[^()\n]+)?   # artist2 with Feat. before
\)?                                # optional closing parenthesis
(?P<subtitle>.+)?$                 # optional subtitle

见a demo on regex101.com。 问题是破折号并不总是匹配（可能是一些额外的编程逻辑？）

【讨论】：

感谢您的回答和为设计表达式所做的努力......但正如我指定的那样，我使用的是 pascal-script，而不是 php 语法及其改进，在删除之前和之后，表达式无法运行编译器说的命名组无法识别修饰符（不完全是在哪里）： ^(.+?(?=\s-\s))\s-\s(.+?(?=(?:(?Feat \.)|$))(?(Feat\.[^()\n]+)?)?(.+)?$，你的表达可以适应我的情况\语言？。跨度>

请忘记我所说的关于 pascal-script 的内容，现在我发现具有此限制的软件的作者支持从其 pascal-script 编辑器运行外部应用程序，所以我会开发一个用 C# 编写的简单应用程序，我将开始翻译 PHP 语法，我会来这里接受答案或揭露有关您评论的破折号的任何问题。谢谢大家！

考虑到我的需要，这是带有 .Net 语法的最终正则表达式："^(?.+?(?=\s*-\s*))\s* -\s*(?" 和替换： "$artist $feat - $title$ subtitle”加上一个小的额外替换双空格。感谢您的回答！。

凭借你惊人的技能，如果你能通过避免额外的替换步骤来解决空格的小问题以提高性能，那就太好了......这个正则表达式将用于每天替换数千个文件名，并且只是初始化一个外部应用程序来执行每次更换会花费很多时间。我希望我没有要求太多！无论如何你的正则表达式都很棒。