如何用正则表达式清理YouTube视频标题中的冗余内容？

需求背景 #

我需要清理YouTube视频标题中的冗余内容，比如「Official Video」「Audio」「Music Video」这类词汇，目前已实现一套基于正则的循环处理方案，但希望得到更高效、精准的优化建议。

需要移除的冗余词汇包括：

• Audio
• Video
• Lyrics
• Official
• Remaster
• 任意四位数字年份（如2020）
• 其他类似冗余标识

这些词汇可能出现在括号()、方括号[]内，或者在连字符-之后，也可能组合出现（比如「Some title - Official Video」需要清理为「Some title」）。

现有实现代码 #

const regex = /\s*[-\(\[]?\s*(-|official|video|audio|lyrics|lyric|hd|full|4k|music\s+video|\d{4})\s*[\)\]]?$/gi;

function clearSearchTerm(title) {
    let newTitle;
    do {
        newTitle = title;
        title = title.replace(regex, "");
    } while (newTitle !== title);
    return title;
}

优化建议 #

1. 一次性匹配末尾所有冗余片段，移除循环 #

原正则仅匹配末尾单个关键词，需循环多次处理。优化后的正则可一次性匹配末尾所有连续的冗余块，无需循环，大幅提升效率：

const regex = /\s*(?:[-(\[]\s*(?:music\s+video|official|video|audio|lyrics|lyric|hd|full|4k|remaster|\d{4})\s*[)\]]?)+$/gi;

function clearSearchTerm(title) {
    return title.replace(regex, '').trim();
}

说明：

• (?:...) 为非捕获组，减少不必要的内存占用
• + 匹配一个或多个连续冗余片段，覆盖「- Official Video」「[Remaster 2023]」这类组合场景
• 将长组合词music\s+video放在最前，确保优先匹配完整组合，避免拆分识别

2. 支持清理标题中间的冗余内容（可选） #

如果标题中间也存在冗余块（如「Song Title (Official) - Audio」），可调整正则匹配任意位置的冗余内容，同时清理残留的符号和空格：

function clearSearchTerm(title) {
    // 匹配任意位置的冗余块
    const redundantRegex = /\s*(?:[-(\[]\s*(?:music\s+video|official|video|audio|lyrics|lyric|hd|full|4k|remaster|\d{4})\s*[)\]]?|\s*(?:music\s+video|official|video|audio|lyrics|lyric|hd|full|4k|remaster|\d{4})\s*[-)\]])/gi;
    let cleaned = title.replace(redundantRegex, '');
    // 清理残留的多余空格、符号
    cleaned = cleaned.replace(/\s*[-(\[]\s*|\s*[)\]]\s*|\s{2,}/g, ' ').trim();
    // 防止清理后标题为空，保留原标题兜底
    return cleaned || title;
}

3. 精准匹配变体词汇（可扩展） #

如果需要覆盖更多变体（如「Remastered」「Lyric Video」），可将关键词列表抽离为变量，便于后续扩展和维护：

const keywords = 'music\\s+video|official|video|audio|lyrics|lyric|lyric\\s+video|hd|full|4k|remaster|remastered|\\d{4}';
const regex = new RegExp(`\\s*(?:[-\\(\\[]\\s*(${keywords})\\s*[\\)\\]]?)+$`, 'gi');

4. 典型场景测试验证 #

针对常见标题场景测试：

• 输入：Some title - Official Video → 输出：Some title
• 输入：Another Song [Remastered 2023] (Audio) → 输出：Another Song
• 输入：HD Full Video - 2022 Official Lyric → 输出：（清理后为空则返回原标题）

内容的提问来源于stack exchange，提问作者Milos Stojanovic