如何使用Regex有条件忽略子串并匹配目标内容

针对你给出的两个路径字符串，我们可以构建一个精准的正则表达式，将包含作品名+季集/年份的核心子串捕获到Group 1中，同时自动忽略路径前缀、网站标记、画质编码等无关内容。

正则表达式设计思路 #

我们需要匹配的核心模式是作品名（允许字母、数字、空格、点）+ 标准季集格式（SxxExx），同时跳过路径中所有无关的前缀和后缀内容：

• 用非贪婪匹配.*?跳过路径开头的无关部分
• 捕获组()包裹核心内容，确保只提取我们需要的部分
• 季集部分用S\d{2}E\d{2}匹配两位数字的季号和集号（兼容大部分剧集命名规范）

最终正则表达式 #

.*?([A-Za-z][A-Za-z0-9 .]*S\d{2}E\d{2})

Python 3 代码示例 #

import re

# 测试字符串
str1 = "Downloads/ Sherlock - Season 03/Sherlock.S03E02.SD.DVD-The.Sign.of.Three.mkv"
str2 = "Downloads/[ www.TorrentDay.com ] - Spy .2011.S01E01.HDTV.XviD-W4F/spy.avi"

# 正则模式
pattern = r".*?([A-Za-z][A-Za-z0-9 .]*S\d{2}E\d{2})"

# 处理第一个字符串
match1 = re.search(pattern, str1)
if match1:
    print("String 1 捕获结果:", match1.group(1))  # 输出: Sherlock.S03E02

# 处理第二个字符串
match2 = re.search(pattern, str2)
if match2:
    print("String 2 捕获结果:", match2.group(1))  # 输出: Spy .2011.S01E01

正则说明 #

• .*?：非贪婪匹配任意字符，直到找到核心内容的起始位置，避免过度匹配
• [A-Za-z]：确保核心内容以字母开头，过滤路径中的符号、数字前缀
• [A-Za-z0-9 .]*：匹配作品名的剩余部分，支持包含空格、点、数字的命名（比如Spy .2011）
• S\d{2}E\d{2}：精准匹配两位数字的季集格式（如S03E02、S01E01）

这个方案可以兼容你给出的两种路径结构，同时具备一定的扩展性，能适配大部分类似的剧集命名规范。

内容的提问来源于stack exchange，提问作者Pointo Senshi