C#：正则表达式如何区分字符串的两个变体

Question

这很难解释足以提出这个问题，但我会尝试：

我有两种可能的用户输入：

S01E05或0105（两个不同的输入字符串）

，它们都翻译为第01季，第05集，

但如果他们用户向后输入它E05S01 或 0501，我需要能够返回相同的结果，Season 01 Episode 05

对此的控制将是用户定义原始文件名的格式，如下所示： “SssEee”——大写“S”表示后面的小写“s”属于“季节”，大写“E”表示后面的小写“e”属于“剧集”。因此，如果用户决定将格式定义为 EeeSss，那么我的函数仍应返回相同的结果，因为它知道哪些数字属于季节或剧集。

我还没有任何工作可以分享，但我正在玩的是构建正则表达式模式的循环。到目前为止，该函数接受用户格式和文件名：

public static int(string userFormat, string fileName)
{

}

userFormat 将是一个字符串，如下所示：

tttSssEee

甚至

t.SssEee

其中 t 代表标题，其余的你知道。

文件名可能如下所示：

太空堡垒.银河.S01E05.mkv

我已经获得了通过使用 userFormat 构建正则表达式字符串从文件名中提取标题的功能

public static string GetTitle(string userFormat, string fileName)
        {
            string pattern = "^";
            char positionChar;
            string fileTitle;

            for (short i = 0; i < userFormat.Length; i++)
            {
                positionChar = userFormat[i];

                //build the regex pattern
                if (positionChar == 't')
                {
                    pattern += @"\w+";
                }
                else if (positionChar == '#')
                {
                    pattern += @"\d+";
                }
                else if (positionChar == ' ')
                {
                    pattern += @"\s+";
                }
                else
                    pattern += positionChar;
            }

            //pulls out the title with or without the delimiter
            Match title = Regex.Match(fileName, pattern, RegexOptions.IgnoreCase);
            fileTitle = title.Groups[0].Value;

            //remove the delimiter
            string[] tempString = fileTitle.Split(@"\/.-<>".ToCharArray());
            fileTitle = "";
            foreach (string part in tempString)
            {
                fileTitle += part + " ";
            }

            return CultureInfo.CurrentCulture.TextInfo.ToTitleCase(fileTitle);
        }

，但我对如何提取剧集和季号感到困惑。在我的脑海中，我认为该过程将类似于：

• 查看 userFormat 字符串以查找大写 S
• 确定大写 S 后面有多少个小写 ' '
• 构建描述此内容的正则表达式
• 搜索文件名并找到该模式
• 从该模式中提取数字

听起来很简单，但我很难将其付诸实践。复杂的是，文件名的格式可能是 S01E05，也可能只是 0105。用户在定义格式时会识别这两种情况。

例 1. 文件名是 Battlestar.galoida.S01E05

提交的用户格式为 tt?ss?ee

例 2. 文件名是 Battlestar.galoida.0105

提交的用户格式将为 ttSssEee

Ex 3. 文件名为 Battlestar.galacica.0501

提交的用户格式将为ttEeeSss

对这本书感到抱歉...这个概念很简单，正则表达式函数应该是动态的，允许用户定义文件名的格式，我的方法可以在其中生成表达式并使用它从文件名中提取信息。有些东西告诉我，这比看起来要简单……但我不知所措。哈哈...有什么建议吗？

Answer 1

因此，如果我没看错的话，您就会知道季节/剧集编号在字符串中的位置，因为用户已经告诉您了。也就是说，您有 tt.more.stuff。并且 可以采用以下形式之一：

SssEee
EeeSss
ssee
eess

或者您是否说过用户可以定义季和剧集将使用多少位数字？也就是说，会不会是S01E123？

我不确定你是否需要一个正则表达式。由于您知道格式，并且内容似乎是由句点分隔的（我假设各个字段中不能有句点），因此您应该能够使用 String.Split 来提取片段，并且您可以从用户的格式知道季节/剧集在结果数组中的位置。现在您有了一个采用上述形式之一的字符串。

您拥有用户的格式定义和季/集编号。您应该能够编写一个循环来一起遍历两个字符串并提取必要的信息，或者发出错误。

string UserFormat = "SssEee";
string EpisodeNumber = "0105";

int ifmt = 0;
int iepi = 0;
int season = 0;
int episode = 0;

while (ifmt <= UserFormat.Length && iepi < EpisodeNumber.Length)
{
    if ((UserFormat[ifmt] == "S" || UserFormat[ifmt] == "E"))
    {
        if (EpisodeNumber[iepi] == UserFormat[ifmt])
        {
            ++iepi;
        }
        else if (!char.IsDigit(EpisodeNumber[iepi]))
        {
            // Error! Chars didn't match, and it wasn't a digit.
            break;
        }
        ++ifmt;
    }
    else
    {
        char c = EpisodeNumber[iepi];
        if (!char.IsDigit(c))
        {
            // error. Expected digit.
        }
        if (UserFormat[ifmt] == 'e')
        {
            episode = (episode * 10) + (int)c - (int)'0';
        }
        else if (UserFormat[ifmt] == 's')
        {
            season = (season * 10) + (int)c - (int)'0';
        }
        else
        {
            // user format is broken
            break;
        }
        ++iepi;
        ++ifmt;
    }
}

请注意，您可能需要进行一些检查才能确保长度正确。也就是说，当用户的格式为SssEee时，上面的代码将接受S01E1。您可以添加更多的错误处理，具体取决于您对错误输入的担心程度。但我认为这给了你这个想法的要点。

我必须认为这比尝试动态构建正则表达式要容易得多。

Answer 2

在 @Sinaesthetic 回答了我的问题后，我们可以将他的原始帖子缩减为：
挑战是接收以下任何输入：

1. 0105（如果您的输入是 0105，您假设 SxxEyy）
2. S01E05
3. E05S01 OR
4. 1x05（读作第 1 季第 5 集）

并转换任何这些输入到：S01E05
此时标题和文件格式无关紧要，它们只是附加到末尾。

基于此，以下代码将始终生成“Battlestar.Galoida.S01E05.mkv”

  static void Main(string[] args)
  {
     string[] inputs = new string[6] { "E05S01", "S01E05", "0105", "105", "1x05", "1x5" };
     foreach (string input in inputs)
     {
        Console.WriteLine(FormatEpisodeTitle("Battlestar.Galactica", input, "mkv"));
     }


     Console.ReadLine();
  }


  private static string FormatEpisodeTitle(string showTitle, string identifier, string fileFormat)
  {
     //first make identifier upper case
     identifier = identifier.ToUpper();

     //normalize for SssEee & EeeSee
     if (identifier.IndexOf('S') > identifier.IndexOf('E'))
     {
        identifier = identifier.Substring(identifier.IndexOf('S')) + identifier.Substring(identifier.IndexOf('E'), identifier.IndexOf('S'));
     }

     //now get rid of S and replace E with x as needed:
     identifier = identifier.Replace("S", string.Empty).Replace("E", "X");


     //at this point, if there isn't an "X" we need one, as in 105 or 0105
     if (identifier.IndexOf('X') == -1)
     {
        identifier = identifier.Substring(0, identifier.Length - 2) + "X" + identifier.Substring(identifier.Length - 2);
     }

     //now split by the 'X'
     string[] identifiers = identifier.Split('X');

     // and put it back together:
     identifier = 'S' + identifiers[0].PadLeft(2, '0') + 'E' + identifiers[1].PadLeft(2, '0');

     //tack it all together 
     return showTitle + '.' + identifier + '.' + fileFormat;

  }