CD 曲目列表上的 PHP 正则表达式答案

【问题标题】：PHP Regex on CD TracklistsCD 曲目列表上的 PHP 正则表达式
【发布时间】：2013-11-19 20:39:01
【问题描述】：

我正在使用preg_match 来格式化曲目列表，以便将曲目编号、标题和持续时间分隔到表格中各自的单元格中：

<td>01</td><td>Track Title</td><td>01:23</td>

问题在于曲目本身可以采用以下任何形式（曲目编号和持续时间上的前导零并不总是存在）：

01. Track Title (01:23)
01. Track Title 01:23
01. Track Title
1 Track Title (01:23)
1 Track Title 01:23
1 Track Title

以下仅适用于带有时间戳的曲目：

/([0-9]+)\.?[\s+](.*)[\s+](\?[0-5]?[0-9]:[0-5][0-9]\)?)/

所以我在时间戳中添加了?：

/([0-9]+)\.?[\s+](.*)[\s+]((\?[0-5]?[0-9]:[0-5][0-9]\)?)?/

这适用于没有时间戳的曲目，但有时间戳的曲目最终会在标题上加上时间戳，如下所示：

<td>01</td><td>Track Title 01:23</td><td></td>

编辑：曲目列表是纯文本的，在解析之前从 SQL 表中提取。

【问题讨论】：

+1 为您的尝试。使用 html 解析器不会更容易吗？想想phpQuery。
您总是可以做一些逻辑并使用多个正则表达式 - 例如检查字符串末尾附近的“：”是否存在，然后使用一个正则表达式以任何格式获取时间戳。这种方法的优点是，当你发现另一个极端情况（比如一首名为 0:00 的歌曲或其他东西）时，修复比尝试修复一个巨大的正则表达式更容易。
@Karl 与您最后一次编辑，你的意思是没有<td> 标签？
@HamZa 抱歉，我忘了补充说曲目列表是纯文本的。所以是的，没有 html 标签。
@Karl lolwut，那你为什么要添加它。我来到了这个(\d+)\.?\s*(.*?)\s*($\d+:\d+$|\d+:\d+|$) 解决方案。如果需要，您需要遍历第 3 组并修剪 () ...

标签： php regex preg-match

【解决方案1】：

试试这个：

/^([0-9]+)\.?[\s]+(.*)([\s]+(\(?[0-5]?[0-9]:[0-5][0-9]\)?))?$/U

注意我使用了不贪婪的模式修饰符U 来尝试匹配最小的匹配字符串，并且我已经锚定了字符串的开头和结尾。

【讨论】：

同样的结果，我的朋友 :(
@Karl Regexoverflow : (?m)^([0-9]+)\.?\s+(.*?)\s*$?([0-5]?[0-9]:[0-5][0-9])?$?$

【解决方案2】：

默认情况下，正则表达式是贪婪的，所以匹配标题.* 的部分会吃掉字符串的其余部分，因为最后一个带有持续时间的部分是可选的。

使用/U 修饰符开启不贪婪的行为 - 寻找PCRE_UNGREEDY on http://us1.php.net/manual/en/reference.pcre.pattern.modifiers.php

【讨论】：

【解决方案3】：

怎么样：

^([0-9]+)\.?\s+(.*?)(?:\(?([0-5]?[0-9]:[0-5][0-9])\)?)?$

解释：

正则表达式：

(?-imsx:^([0-9]+)\.?\s+(.*?)(?:\(?([0-5]?[0-9]:[0-5][0-9])\)?)?$)

matches as follows:

NODE                     EXPLANATION
----------------------------------------------------------------------
(?-imsx:                 group, but do not capture (case-sensitive)
                         (with ^ and $ matching normally) (with . not
                         matching \n) (matching whitespace and #
                         normally):
----------------------------------------------------------------------
  ^                        the beginning of the string
----------------------------------------------------------------------
  (                        group and capture to \1:
----------------------------------------------------------------------
    [0-9]+                   any character of: '0' to '9' (1 or more
                             times (matching the most amount
                             possible))
----------------------------------------------------------------------
  )                        end of \1
----------------------------------------------------------------------
  \.?                      '.' (optional (matching the most amount
                           possible))
----------------------------------------------------------------------
  \s+                      whitespace (\n, \r, \t, \f, and " ") (1 or
                           more times (matching the most amount
                           possible))
----------------------------------------------------------------------
  (                        group and capture to \2:
----------------------------------------------------------------------
    .*?                      any character except \n (0 or more times
                             (matching the least amount possible))
----------------------------------------------------------------------
  )                        end of \2
----------------------------------------------------------------------
  (?:                      group, but do not capture (optional
                           (matching the most amount possible)):
----------------------------------------------------------------------
    \(?                      '(' (optional (matching the most amount
                             possible))
----------------------------------------------------------------------
    (                        group and capture to \3:
----------------------------------------------------------------------
      [0-5]?                   any character of: '0' to '5' (optional
                               (matching the most amount possible))
----------------------------------------------------------------------
      [0-9]                    any character of: '0' to '9'
----------------------------------------------------------------------
      :                        ':'
----------------------------------------------------------------------
      [0-5]                    any character of: '0' to '5'
----------------------------------------------------------------------
      [0-9]                    any character of: '0' to '9'
----------------------------------------------------------------------
    )                        end of \3
----------------------------------------------------------------------
    \)?                      ')' (optional (matching the most amount
                             possible))
----------------------------------------------------------------------
  )?                       end of grouping
----------------------------------------------------------------------
  $                        before an optional \n, and the end of the
                           string
----------------------------------------------------------------------
)                        end of grouping
----------------------------------------------------------------------

【讨论】：