Python regex extraire des répertoires du chemin d'accès

J'ai une question à propos de regex/Python. Désolé si ce sujet a été discuté des millions de fois, d'habitude je trouve les réponses sur so/google etc. mais je suis coincé dans les millions de réponses avec celui-ci.. (Pour être honnête, je suis propriétaire d'une regex livre, mais de toute façon je suis trop stupide pour comprendre vraiment...)

Pour une musique de système de gestion j'ai besoin d'extraire des informations de chemins d'accès, mise à disposition de différents ensembles d'options. Voici deux exemples:

Si le chemin d'accès est: (Cas 1)

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

il doit extraire:

  • artiste: "Le Prodige"
  • de presse: "La Graisse De La Terre"
  • Tracknumber: 4
  • Titre: "Funky Stuff"

Et pour exemple: (Cas 2)

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

extraire:

  • catno: "XLR 483"
  • de presse: "La Graisse De La Terre"
  • Tracknumber: 4
  • artiste: "Le Prodige"
  • Titre: "Funky Stuff"

Il n'est pas nécessaire pour une regex qui couvre les deux cas, ce sont juste deux exemples. Je vais leur donner que des options (ou de point de départ pour ajouter propre).

Toute aide serait grandement appréciée!

@ S. Lott: je n'ai pas de regex pour cela, j'ai commencé avec le fractionnement de la chaîne:

parts = rel_path.split('/')       
track = parts[-1]
release = parts[-2]
artist = parts[-3]

mais cela ressemble à un extrêmement rigides et peu élégante solution pour moi.

edit:

Pour l'instant j'ai quelque chose comme:

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')
Étape 1. Post le regexs que vous utilisez et les problèmes que vous rencontrez. Nous pouvons vous aider, mais nous n'aimons pas l'écriture de code pour vous. Post le regex et ce qui va mal avec chacun d'eux.
Quel est le problème avec le fractionnement de la chaîne? Il fonctionne, non?
S. Lott - il rien de mal à se fendre, mais il est difficile d'avoir le modèle modifiable (le code à l'extérieur). J'aimerais fournir (modifiable) des presets dans une interface d'administration.
a-zA-Z?? Pourquoi n'êtes-vous pas utiliser l'Unicode?
Comme indiqué ci-dessus - peut-être parce que je ne suis pas assez intelligent pour le comprendre... 🙂

OriginalL'auteur ohrstrom | 2012-02-13

  1. 6

    Bien que pas nécessaire, mais re est pratique choix pour ce problème.

    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')

    Je utiliser des expressions telles que [a-zA-Z0-9 ] de spécifier explicitement les caractères-je attendre de la chaîne. C'est juste ma préférence pour avoir une liste blanche-comme regex pour rendre le code plus sûr. Il existe de nombreuses autres façons de composer équivalent des modèles. Vous trouverez tout ce que vous devez ici http://docs.python.org/library/re.html, vous n'avez pas besoin d'un livre pour cela.

    ? Comment est-ce exactement le travail? Ne pas comprendre cela, mais les regards comme par magie!
    Ok comprendre après le montage 🙂

    OriginalL'auteur Will Cheng

  2. 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()

    (où file1 et file2 sont les chemins que vous avez donné ci-dessus).

    Première chose: vous capturer quelque chose compensée par une regex avec des parenthèses. Donc tout ce qui est entre parenthèses ci-dessous seront cracher en ressortir un élément dans le match.

    Deuxième: vous correspondent tout sauf une barre oblique avec la regex code comme [^/]. Donc, pour correspondre à beaucoup de choses, entre barres obliques, vous ne [^/]*.

    Mettre ensemble, pour capturer l'artiste dans votre premier sttring, vous ne /([^/]*)/. Ensuite, vous n'avez qu'à nouveau pour obtenir la libération.

    Troisième: correspond à tous les chiffres, vous utilisez [0-9]. Donc, pour correspondre à n'importe quelle chaîne de chiffres, vous utilisez [0-9]*.

    Appliquer ces principes à plusieurs reprises, et vous devriez être en mesure de comprendre ce qui précède.

    Merci, oui, cela aide. Ne saviez pas que vous pouvez affecter directement les groupes() comme ceci!
    Yep. groups() retourne un tuple, et c'est d'une manière générale d'attribuer des noms à différentes parties d'un tuple.

    OriginalL'auteur Mike

  3. 0

    Voici mon approche du problème que vous rencontrez.

    1. Faire un split de chemin, et de vérifier si c'est de len 4 (premier cas) ou 3 ( deuxième cas).
    2. Ignorer le premier élément qui doit être un '/' et le deuxième élément, la loi relative à l'extrait de [xxx].
    3. Divisé par '-' sur le dernier élément à avoir vos autres informations.

    Si vous avez des doutes, dans l'écriture de regex, de modifier une question et de suivre S. Lott de la suggestion.

    Ok. Thx - fractionnement des œuvres, mais il est difficile de modifier dans l'interface d'administration, que la logique se trouve complètement dans le code. Aurait été ma première approche 🙂 , mais était à la recherche pour une solution modulaire.

    OriginalL'auteur Senthil Kumaran

  4. 0

    Vous devriez poing utilisation split avec le / délimiteur de sorte que vous serez en mesure d'avoir des informations juste avec la taille du tableau retourné par split.

    Ensuite, vous pouvez utiliser regexp si vous avez besoin d'. Par exemple, dans le deuxième cas: (qui ne se produit que si vous avez deux éléments de droit?)

    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'

    Il peut semble un peu compliqué, mais j'ai échappé à tous des personnages ambigus donc, fondamentalement, le modèle est le suivant:

    1. ^ au début
    2. /? il peut y avoir au plus une barre oblique / suivie par...
    3. [ une accolade
    4. ([^\]]+) contenant tous mais une accolade de fermeture en une ou plusieurs fois + (et s'il vous plaît, capturer les valeurs, en utilisant le groupement de la parenthèse) et
    5. ] une accolade de fermeture suivie par
    6. (.*) rien, mais un saut de ligne (0 fois ou plus *) capturées via la parenthèse
    7. et slash /.

    espérons que cette aide!

    Oui - j'ai été jusqu'à présent avant.. Mais comment faire pour l'avoir suffisamment modulaire pour l'affecter à des variables - de sorte que le retour de répertoires est possible..

    OriginalL'auteur Aif