在Python中使用正则表达式从文件名中获取剧集编号

Question

我多年来在媒体服务器上收集了大量的电视剧。我编写了一个脚本，使用适当的文件名方案对它们进行重命名，但在尝试针对多个文件命名方案时遇到了一些正则表达式问题。

以下是我的当前函数，适用于从采用“s01e01”格式的文件名中获取剧集编号。

def getEpisode(filename):
    matches = re.findall(r"e[0-9][0-9]", filename)
    if len(matches) == 1:
        episode = matches[0]
        episode = stripEp(episode)
        return episode  
    else:
        return False

def stripEp(target):
    target = target.strip()
    target = target.strip('abcdefghijklmnopqrstuvwxyz.')
    return target

我需要做的是在使用多个方案时从文件名中获取剧集号码。我花了一段时间搜索并尝试了以下方法。

matches = re.findall(r"(e[0-9][0-9]|E[0-9][0-9]|x[0-9][0-9]|X[0-9][0-9]|episode [0-9][0-9]|Episode [0-9][0-9]|\n[0-9][0-9])", filename)

这段代码可以在正则表达式测试工具（如RegexPal和Python Regex Tool）中使用。

然而，当我将其插入到我的函数中时，它却无法工作。这让我感到困惑，因为它似乎在上面链接的Python正则表达式工具中能够工作。任何帮助都将不胜感激。

编辑：以下是文件使用的一些方案示例。

Series Name s01e01.avi

Series Name 1x01.avi

Series Name episode 01.avi

01 Episode Title.avi

- Mike

---

“Doesn't work” 的意思是它会失败并出现某种异常，或者根本找不到你需要的匹配项？ - Bogdan

你有哪些方案呢？给我们一些例子来参考。 - RanRag

另外，尝试将预期输入通过getEpisode传递，而不是通过stripEp，并查看它是否返回预期的输出。然后，还要测试stripEp函数。这样，您就知道出了什么问题，需要调试的代码量也会变小。 - bigblind

刚刚在我的电脑上测试了正则表达式部分，没有问题。一定是其他原因。 - Bogdan

@Lattyware 很有趣，看起来他们使用了多种模式。 - Mike

Answer 1

文件名中不包含'\n'。您可以使用^来表示字符串的开头，例如：

def getEpisode(filename):
    match = re.search(
        r'''(?ix)                 # Ignore case (i), and use verbose regex (x)
        (?:                       # non-grouping pattern
          e|x|episode|^           # e or x or episode or start of a line
          )                       # end non-grouping pattern 
        \s*                       # 0-or-more whitespaces
        (\d{2})                   # exactly 2 digits
        ''', filename)
    if match:
        return match.group(1)

tests = (
    'Series Name s01e01.avi',
    'Series Name 1x01.avi',
    'Series Name episode 01.avi',
    '01 Episode Title.avi'
    )
for filename in tests:
    print(getEpisode(filename))

产量

01
01
01
01

我删掉了else: return False，因为Python在函数末尾没有返回任何内容时会返回None。由于None的布尔值为False，所以你可以使用epsiode = getEpisode(filename); if episode: ...来测试是否匹配。

- unutbu

---

谢谢，看起来它在所有文件上都正常工作，但是那些以剧集编号开头的文件除外。使用 ^ 已经解决了这个问题。 - Mike

Answer 2

只是为了正则表达式的清晰度

re.findall(r"(?:e|x|episode|\n)(\d{2})", filename, re.I)

获取季节

re.findall(r"(?:s|season)(\d{2})(?:e|x|episode|\n)(\d{2})", filename, re.I)

- ptitpoulpe

---

谢谢你的帮助。看起来是“\n”没有起作用。 - Mike