转换正则表达式以跳过缺少的信息从python到java-7

Question

我有以下测试用例，我需要开发一个正则表达式以捕获指定组中的特定信息部分。

的测试情况是：

Title v01 
Title v01 c01 
Title v01 c01-02 
Title c01 
Title c01-02 

需要关注的群体是：标题，卷，ChapterStart和ChapterEnd。例如在下面的情况下，这些会赶上

Title v02 c05-08 
1  2 3 4 

1.  Title: "Title" 
2.  Volume: "02" 
3. ChapterStart: "05" 
4. ChapterEnd: "08" 

唯一的强制性组是标题，其余是可选的，如可以在上面列出的其他用例场景中可以看出。

到目前为止，我能想出以下的正则表达式，成功地将前三种情况：

(?P<Title>.*)(((((|\.)v))(?P<Volume>\d+))((|\.)c(?P<ChapterStart>\d+)(-(?P<ChapterEnd>\d+))?)?) 

不过，我不知道如何对待最后两种情况在一个正则表达式，而不必须回收组名。该组的名称是静态的，因为接收此正则表达式的程序使用它们来提取信息的特定部件（系列的姓名，职务，音量和章号码等）

我现在有两个问题：

1. 如何使正则表达式处理卷信息丢失的情况。

2. 如何将此正则表达式从python re兼容性转换为Java 1.7正则表达式兼容性，它目前无法匹配完全相同的测试用例。 （我只通过删除'P'来改变命名组符号）

任何帮助将不胜感激。

注意：标题可以是包含大写字母，小写字母，数字，特殊字符，unicode字符，用空格，点，下划线和/或破折号等分隔的任何数量的单词。结尾是如果它发现av或c前面有一个空格字符（空格，点，下划线等）或者如果它到达字符串的末尾。

Answer 1

我很惊讶你的正则表达式中的括号，所以我重写了它。以下是我想出了：

(?<Title>.*?)(v(?<Volume>\d+))?(c(?<ChapterStart>\d+)(-(?<ChapterEnd>\d+))?)? 

注意两件事情：

• 这使用了Java 7的命名组
• 为标题，我使用的是reluctant quantifier所以它不会采取整个字符串没有为卷和章节留下任何东西。您可以阅读Pattern api documentation中的reluctant,greedy和possessive量词。
• 之后的卷组没有?，我相信会导致Title c01不匹配章节。
• 您在v和c之前有一个(|\.)部分。我把它们拿出来是因为它不符合你的测试用例，你似乎没有指出可以用一个时间段代替空间。如有必要，您可能必须重新安装。

随意适应您的目的。