正则表达式仅匹配 RAR 文件集中的第一个文件答案

【问题标题】：Regular expression to match only the first file in a RAR file set正则表达式仅匹配 RAR 文件集中的第一个文件
【发布时间】：2010-09-11 17:09:39
【问题描述】：

要查看在哪个文件上调用 unrar 命令，需要确定哪个文件是文件集中的第一个文件。

以下是一些示例文件名，其中 - 自然 - 只有第一组应该匹配：

yes.rar
yes.part1.rar
yes.part01.rar
yes.part001.rar

no.part2.rar
no.part02.rar
no.part002.rar
no.part011.rar

使用兼容 PCRE 的正则表达式的一种（有限）方法是：

.*(?:(?<!part\d\d\d|part\d\d|\d)\.rar|\.part0*1\.rar)

然而，当我在 Rejax 测试它时，这在 Ruby 中不起作用。

您将如何编写一个 Ruby 兼容 正则表达式来仅匹配一组 RAR 文件中的第一个文件？

【问题讨论】：

我以为后续的rar文件有扩展名r01、r02、r03等等。
是的，有两种命名方案是这个问题的根源。您要么拥有 .rar、.r01 等，要么拥有 part01.rar、part02.rar 等。
复制：stackoverflow.com/questions/2537882

标签： ruby regex rar

【解决方案1】：

不要依赖文件名来确定哪个是第一个。你最终会发现一个极端情况，你得到错误的文件。

RAR's headers 会告诉您哪个文件是卷中的第一个文件，假设它们是在较新版本的 RAR 中创建的。

HEAD_FLAGS 位标志：
2个字节

0x0100 - 第一卷（仅由 RAR 3.0 及更高版本设置）

所以打开每个文件并检查 RAR 标头，专门寻找指示哪个文件是第一个卷的标志。只要存档没有损坏，这永远不会失败。根据上面的链接，我已经对跨 RAR 档案进行了自己的测试，并且它们的标题是正确的。

这是一种非常安全的方法来确定哪个文件在这样的集合中是第一个。

【讨论】：

【解决方案2】：

简短的回答是，不可能构建单个正则表达式来满足您的问题。 Ruby 1.8 没有环视断言（ (?

1) 使用多个正则表达式来做到这一点。

def is_first_rar(filename)
    if ((filename =~ /part(\d+)\.rar$/) == nil)
        return (filename =~ /\.rar$/) != nil
    else
        return $1.to_i == 1
    end
end

2) 使用 ruby 1.9 的正则表达式引擎，Oniguruma。它支持环视断言，你可以install it as a gem for ruby 1.8。之后，您可以执行以下操作：

def is_first_rar(filename)
    reg = Oniguruma::ORegexp.new('.*(?:(?<!part\d\d\d|part\d\d|\d)\.rar|\.part0*1\.rar)')
    match = reg.match(filename)
    return match != nil
end

【讨论】：

【解决方案3】：

在这种情况下，我个人不会使用（扩展的）正则表达式（或者至少不只使用一个来完成所有操作）。例如，在几个ifs 中编码有什么问题？

【讨论】：

这没有错，这正是我在问问题之前解决它的方式。但是你知道，一旦你尝试了某件事却无法弄清楚，你真的很想知道它应该怎么做。

【解决方案4】：

我不是正则表达式专家，但这是我的尝试

^(yes|no)\.(rar|part0*1\.rar)$

用实际文件名替换“yes|no”。我将它与您的示例进行了匹配，以查看它是否仅匹配第一组，因此正则表达式中的“是|否”。

更新：根据评论修复。不知道为什么用户不知道文件名，所以我没有修复那部分......

【讨论】：

这也接受“no.part21.rar”；您可能想要“0”而不是“[^1]”。另外，我怀疑文件名是事先知道的。
不幸的是，没有办法知道用户可能会为他们的文件命名。不过，可以通过将正则表达式更改为 ^\D+\.(rar|part0*1\.rar)$ 来捕获更多文件名，但如果用户在文件名中确实有数字，则它会再次回到正方形.