Java Regex - 定义捕获组时可能出现错误

Question

Correction of an algorithm for String analysis 的伪续集。阅读链接对于理解问题是不必要的，但它提供了上下文。

我的目标是从满足正则表达式的字符串中提取捕获组的内容。我的问题是（显然）我没有正确识别/定义捕获组。

在下面提供的示例中，正则表达式是^[A-Za-z0-9][A-Za-z0-9] s(?<season>[A-Za-z0-9])e(?<episode>[A-Za-z0-9]) [A-Za-z0-9].mp4。这（理论上）应该是任何字符串都满足的正则表达式：

• 一个随机的（甚至是无效的）前缀；
• 后跟字符串 s；
• 后跟多个字母数字字符（命名组season）；
• 后跟字符串e；
• 后跟多个字母数字字符（命名组episode）；
• 后跟字符串 （一个简单的空格）；
• 后跟随机（甚至是空）字符串；
• 后跟字符串.mp4;

理论上，下面代码的小sn-p应该筛选输入字符串（Star Wars Rebels s02e18 - The Forgotten Droid.mp4）并将02识别为命名组season的值，并将18识别为episode的值。相反，我收到了 java.lang.IllegalStateException: No match found 错误消息。最糟糕的是，在修改代码使其显示命名组的名称后，似乎有 no 命名组。我很困惑。

我做错了什么？定义命名组有问题吗？在matcher.group(...) 方法中召回它们？正则表达式写错了吗？

公平警告：这是我第一次使用 Java 正则表达式，因此可能存在多个问题。

---

代码：

String regex = "^[A-Za-z0-9][A-Za-z0-9] s(?<season>[A-Za-z0-9])e(?<episode>[A-Za-z0-9]) [A-Za-z0-9].mp4";
String string = "Star Wars Rebels s02e18 - The Forgotten Droid.mp4";
        
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(string);
        
System.out.println("\t\t pattern: " + pattern.toString() + "\n\t\t Named groups: ");
for(int i=0 ; i<matcher.groupCount() ; i++)
    System.out.println("\t\t\t Group " + i + "-th: " + matcher.group(i));
        
System.out.println("Season value: " + matcher.group("season"));
System.out.println("\t Episode value: " + matcher.group("episode"));

Answer 1

一些从字符串中提取季节和剧集的替代正则表达式

备选方案 1 - 定义组名：

"\\w+\\s+s(?<season>\\d+)e(?<episode>\\d+).*\\w+\\.mp4"

在上下文中查看替代 1 正则表达式：

public static void main(String[] args) {
    String input = "Star Wars Rebels s02e18 - The Forgotten Droid.mp4";

    // From the input the following is matched: 'Rebels s02e18 - The Forgotten Droid.mp4'
    String regex = "\\w+\\s+s(?<season>\\d+)e(?<episode>\\d+).*\\w+\\.mp4";
    Matcher matcher = Pattern.compile(regex).matcher(input);

    // The condition have to be true before using "matcher.group()",
    // or 'java.lang.IllegalStateException: No match found' will be thrown.
    if(matcher.find()) { 
        // Output: 'Season value:  02'
        System.out.println("Season value:\t" + matcher.group("season"));
        // Output: 'Episode value: 18'
        System.out.println("Episode value:\t" + matcher.group("episode"));
    }
}

备选方案 2 - 没有组名，匹配整个输入：

"^\\S+\\s.*?\\ss(\\S+)e(\\S+).*\\S+\\.mp4"

上下文：

public static void main(String[] args) {
    String input = "Star Wars Rebels s02e18 - The Forgotten Droid.mp4";

    // From the input the following is matched: 'Star Wars Rebels s02e18 - The Forgotten Droid.mp4'
    String regex = "^\\S+\\s.*?\\ss(\\S+)e(\\S+).*\\S+\\.mp4";
    // MULTILINE due to Boundary matcher '^'
    Matcher matcher = Pattern.compile(regex, Pattern.MULTILINE).matcher(input);

    // The condition have to be true before using "matcher.group()",
    // or 'java.lang.IllegalStateException: No match found' will be thrown.
    if(matcher.find()) {
        String season = matcher.group(1);
        String episode = matcher.group(2);
        // Output: 'Season value:  02'
        System.out.println("Season value:\t" + season);
        // Output: 'Episode value: 18'
        System.out.println("Episode value:\t" + episode);
    }
}

备选方案 3：

"^\\w+\\s.+?\\ss(?<season>\\w+)e(?<episode>\\w+).*\\w+\\.mp4"

上下文：

public static void main(String[] args) {
    String input = "Star Wars Rebels s02e18 - The Forgotten Droid.mp4";

    // From the input the following is matched: 'Star Wars Rebels s02e18 - The Forgotten Droid.mp4'
    String regex = "^\\w+\\s.+?\\ss(?<season>\\w+)e(?<episode>\\w+).*\\w+\\.mp4";
    // MULTILINE due to Boundary matcher '^'
    Matcher matcher = Pattern.compile(regex, Pattern.MULTILINE).matcher(input);

    // The condition have to be true before using "matcher.group()",
    // or 'java.lang.IllegalStateException: No match found' will be thrown.
    if(matcher.find()) {
        // Output: 'Season value:  02'
        System.out.println("Season value:\t" + matcher.group("season"));
        // Output: 'Episode value: 18'
        System.out.println("Episode value:\t" + matcher.group("episode"));
    }
}

备选方案 4：

"^[A-Za-z0-9]+\\s.+?s(?<season>[A-Za-z0-9]+)e(?<episode>[A-Za-z0-9]+).*[A-Za-z0-9]\\.mp4"

上下文

public static void main(String[] args) {
    String input = "Star Wars Rebels s02e18 - The Forgotten Droid.mp4";

    // From the input the following is matched: 'Star Wars Rebels s02e18 - The Forgotten Droid.mp4'
    String regex = "^[A-Za-z0-9]+\\s.+?s(?<season>[A-Za-z0-9]+)e(?<episode>[A-Za-z0-9]+).*[A-Za-z0-9]\\.mp4";
    // MULTILINE due to Boundary matcher '^'
    Matcher matcher = Pattern.compile(regex, Pattern.MULTILINE).matcher(input);

    // The condition have to be true before using "matcher.group()",
    // or 'java.lang.IllegalStateException: No match found' will be thrown.
    if(matcher.find()) {
        // Output: 'Season value:  02'
        System.out.println("Season value:\t" + matcher.group("season"));
        // Output: 'Episode value: 18'
        System.out.println("Episode value:\t" + matcher.group("episode"));
    }
}

有很多方法可以匹配输入以提取季节和剧集。 以下是 Java 的“类模式”列表以获取更多选项：

https://docs.oracle.com/javase/10/docs/api/java/util/regex/Pattern.html