在这些情况下限制破折号的正则表达式模式

Question

场景

我正在使用第 3 方文件重命名软件，该软件用 Delphi 编写并支持 pascal 脚本：http://www.den4b.com/?x=products&product=renamer

该应用程序允许使用正则表达式来重命名文件。这意味着如果我需要对文件名执行的操作不能仅使用一个 RegEx 来完成，那么我可以同时使用各种表达式或帕斯卡脚本代码来容纳文件名，直到我可以根据需要正确格式化文件名问题或其他任何事情......

问题

我需要像下面这样格式化歌曲文件名，在这些文件名中，“...特征艺术家”部分位于字符串的右侧，我需要匹配它并将其定位在字符串的左边部分。

• Carbin 和 Sirmark - 对不起壮举。七人
• Kristjan Cash Cash - 带我回家壮举。 Bebe Rexha（撤销混音）

为了让这个简单易懂，我们可以想象 tokenize 像这样的文件名：

[0]ARTIST   [1]DASH   [2]TRACK   [3]FEAT_ARTIST   [4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{}

然后我需要用 RegEx 做的就是格式化文件名以按以下顺序定位 tokens：

[0]ARTIST   [3]FEAT_ARTIST   [1]DASH   [2]TRACK   [4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{}

我实际上是使用这个 RegEx 来做到这一点的：

\A([^-]?)\s-\s*(.?)\s([([])?((ft[. \s]|feat[.\s]|featuring[.\s])[^(){}[]]*)([)]])?(.+)?\Z

替换为：

$1 $4 - $2$7

问题从这里开始，因为[0]ARTIST 和[2]TRACK 标记可能包含破折号，例如这个文件名：

• Dj E-nergy C-21 - 我的超级英雄曲目！壮举 Dj 混蛋

那么，如果我错了，请纠正我，但我认为它不可能以任何方式解决这个问题，因为机器无法预测何时将一个令牌分开，什么是名字或什么不是' t，因为我不知道包含文件名的破折号的数量。

因此，与其寻找可能导致坏事的巧妙完美 文件名因为里面的破折号数量，我更喜欢找一个 文件名排除解决方案，通过限制表达式的破折号 应该在文件名中匹配。

问题

以我上面展示的 RegEx 为例来扩展/改进它，我如何排除包含[0]ARTIST 或带有破折号的[2]TRACK 标记的文件名？

...或者换句话说，当文件名包含超过 1 个破折号在“...特色艺术家强>”部分？ （不是之后）

基本上，Regex 应该确定在[3]FEAT_ARTIST 之前是否多次找到[1]DASH，如果是，则排除该文件名（不要修改它）

我知道如何限制 Regex 组的出现，或多或少类似于 ([\-]){1} 以仅匹配 1 个破折号出现，但我不确定如何在我正在使用的表达式中实现它。

---

预期结果

只是一些随机的例子......

仅在 [3]FEAT_ARTIST 之前添加一个破折号，以便我们知道何时将 [0]ARTIST 与 [2]TRACK 标记分开。

• 来自：'Carbin & Sirmark - 抱歉的壮举。七人'
• 致：'Carbin & Sirmark Feat。 Sevener - 对不起'

只在[3]FEAT_ARTIST 之前添加一个破折号，这样我们就可以知道何时将[0]ARTIST 与[2]TRACK 标记分开。与[4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{}。

• 来自：'飞行设施 - 心脏病发作壮举。猫头鹰的眼睛（蛇臀混音）'
• 致：'飞行设施壮举。猫头鹰的眼睛 - 心脏病发作（Snakehips Remix）'

只在[3]FEAT_ARTIST 之前添加一个破折号，这样我们就可以知道何时将[0]ARTIST 与[2]TRACK 标记分开。 [4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{} 也包含破折号。

• 来自：'飞行设施 - 心脏病发作壮举。 Owl Eyes [Snake--hips Remix]'
• 致：'飞行设施壮举。猫头鹰的眼睛 - 心脏病发作 [Snake--hips Remix]'

[0]ARTIST 和 [2]TRACK 标记之间只有一个破折号，但文件名没有 [3]FEAT_ARTIST，所以我们不碰它。

• 来自：'Fedde Le Grand - 电影'
• 致：'Fedde Le Grand - 电影'

只在[0]ARTIST 和[2]TRACK 标记之间有一个破折号，但[3]FEAT_ARTIST 在[1]DASH 之前，所以我们不碰它。

• 来自：'Fedde Le Grand Feat。 Denny White - 电影'
• 致：'Fedde Le Grand Feat。 Denny White - 电影'

[0]ARTIST 有破折号，因此我们不知道何时将[0]ARTIST 和[2]TRACK 标记分开，因此正则表达式应排除它以不修改此文件名。

• 来自：'Artist-Name - Track Name feat someone'
• 致：'Artist-Name - Track Name feat someone'

[2]TRACK 有破折号，所以我们不知道何时将[0]ARTIST 和[2]TRACK 标记分开，因此正则表达式应排除它以不修改此文件名。

• 发件人：'艺术家姓名 - 曲目-名字的壮举'
• 致：“艺人姓名 - 曲目名称，壮举某人”

• 来自：'Dj E-nergy C-21 - 我的超级英雄曲目！壮举 Dj 混蛋'
• 致：'Dj E-nergy C-21 - 我的超级英雄曲目！壮举 Dj 混蛋'

[0]ARTIST 和 [2]TRACK 标记有破折号，[3]FEAT_ARTIST 也不存在，这里也没什么可做的。

• 来自：'Dj E-nergy C-21 - 我的超级英雄曲目！'
• 致：'Dj E-nergy C-21 - 我的超级英雄曲目！'

我希望这有助于理解我需要什么。

Answer 1

尝试：

^(.+)\s+-\s+(.+?)\s+[fF](t|eat(uring)?)?\.?([^([\])\n]+)(.+)?$

DEMO

并使用替换为：$1 Feat.$5 - $2$6

我用 ReNamer 和 Regex101 进行了尝试，如果艺术家名称中有 - ( + - + )，例如 artist - name，它也可以工作，但如果有，它将失败标题部分中的此类片段。

^(.+)\s+-\s+ 部分在序列空格-破折号-空格之前使用贪婪量词.+，它被视为艺术家姓名和曲目标题之间的分隔符。因此它将尽可能匹配，直到最后一次出现-，因此，它将“忽略”艺术家姓名中带有空格的破折号，但如果这样的元素出现在轨道中，它将大小写无效匹配标题。所以：

• Artist - name - track title feat. someone - 它将被匹配并且 正确修改，
• Artist name - track - title feat. someone - 它会失败，作为文本 将在最后一个破折号处拆分。

我使用了[fF](t|eat(uring)?)?\.? 而不是(ft[.\s]|feat[.\s]|featuring[.\s])，它匹配相似，但应该更快（它应该抑制回溯）。

在我的演示中，有一个 + 而不是 \s+（如上），因为它会在演示中匹配多行，并显示无效结果，但在单行情况下，就像在您的问题中一样，它应该可以正常工作。

Answer 2

我认为您唯一需要意识到/改变的是“分隔符连字符”和“嵌入式连字符”之间存在明显差异。也就是说，嵌入的连字符都不会在两边都有空格（我希望；您需要验证这一点）。您需要做的就是将上面的正则表达式的开头从 \A([^-]?)\s-\s* 更改为 \A(.?)\s-\s+...

Answer 3

我将你所有的文件名放入文本编辑器 UltraEdit 22.10 版：

Carbin & Sirmark - Sorry Feat. Sevener
Kristjan Cash Cash - Take Me Home Feat. Bebe Rexha (Revoke Remix)
Dj E-nergy C-21 - My Super-hero track! feat Dj Ass-hole
Flight Facilities - Heart Attack Feat. Owl Eyes (Snakehips Remix)
Flight Facilities - Heart Attack Feat. Owl Eyes [Snake--hips Remix]
Fedde Le Grand - Cinematic
Fedde Le Grand Feat. Denny White - Cinematic
Artist-Name - Track Name feat someone
Artist Name - Track-Name feat someone
Dj E-nergy C-21 - My Super-hero track! feat Dj Ass-hole
Dj E-nergy C-21 - My Super-hero track!

用 Perl 正则表达式搜索字符串

^(.+) - (.+?) ((?:featuring|feat\.?|ft\.?) +(?:[^\r\n (\[{]| (?![(\[{]))+)

和替换字符串

$1 $3 - $2

这些文件名被修改为不区分大小写全部替换为

Carbin & Sirmark Feat. Sevener - Sorry
Kristjan Cash Cash Feat. Bebe Rexha - Take Me Home (Revoke Remix)
Dj E-nergy C-21 feat Dj Ass-hole - My Super-hero track!
Flight Facilities Feat. Owl Eyes - Heart Attack (Snakehips Remix)
Flight Facilities Feat. Owl Eyes - Heart Attack [Snake--hips Remix]
Fedde Le Grand - Cinematic
Fedde Le Grand Feat. Denny White - Cinematic
Artist-Name feat someone - Track Name
Artist Name feat someone - Track-Name
Dj E-nergy C-21 feat Dj Ass-hole - My Super-hero track!
Dj E-nergy C-21 - My Super-hero track!

看起来就是你想要的。 UltraEdit 使用 Boost Perl 正则表达式库。

如果文件重命名工具还支持负前瞻和贪婪匹配行为，则可能对这个任务有用的表达式是：

\A(.+) - (.+?) ((?:featuring|feat\.?|ft\.?) +(?:[^ (\[{]| (?![(\[{]))+)

替换字符串也是：

$1 $3 - $2

---

搜索字符串说明：

^ ... 行首
\A ... 缓冲区开始

(.+) -  ... greedy 表达式匹配任何字符 1 次或多次（换行符除外），直到 last 出现 space kbd>dashspace 在不包括  -  的标记组中，这仍会导致整个表达式的正匹配。

(.+?)  ... 非贪婪表达式也在捕获组中匹配任何字符（换行符除外）一次或多次直到下一次出现空格和...

(?:featuring|feat\.?|ft\.?) + ... word featuring 或缩写 feat 带或不带点 OR 缩写 ft 带或不带点 AND 1 个或多个空格。

( ... 第三个捕获组的开始。

(?:[^\r\n (\[{]| (?![(\[{]))+ ... 一个匹配的非标记组

• 一个角色不是
  • 回车或换行（仅限 UE 搜索字符串），或
  • 左括号，或
  • 左方括号，或
  • 开口大括号

或

• 使用负前瞻表达式检查下一个字符 不是 是否存在的空格
  • 左括号，或
  • 左方括号，或
  • 开口大括号

一次或多次。换句话说，最后一个表达式匹配到文件名结尾或( 或[ 或{ 的所有内容，不包括留给这些字符的空格以避免获得spacespace破折号在FEAT_ARTIST之后替换。

) ...终于结束了第三个捕获组。

---

编辑 1： 搜索字符串（在 UltraEdit 中）同样有效：

^(.+) - (.+?) ((?:featuring|feat|ft)[ .]+(?:[^\r\n (\[{]| (?![(\[{]))+)

除了featuring. 之外，还可以让表达更容易一些。

---

编辑 2： 搜索字符串（在 UltraEdit 中）同样有效：

^((?:.(?! - ))+.) - ((?:.(?! - ))+) ((?:featuring|feat|ft)[ .]+(?:[^\r\n (\[{]| (?![(\[{]))+)

忽略所有包含两个 spacedashspace 到 FEAT_ARTIST 的行。

如果当前字符后的字符串不是 spacedashspace，则此表达式使用否定的前瞻来逐个字符匹配。这允许第一个捕获组选择字符串直到第一个 spacedashspace 左侧的最后一个字符，但对于第二个捕获组应该不再是 spacedashspace 因为这肯定会导致整个表达式的否定结果。

Answer 4

在@m.cekiera 的正则表达式的帮助下，我通过使用 pascal 脚本解决了这个问题，该脚本在文件名中发现多个破折号时防止任何替换：

// Formats an audio filename that has the "...featuring artist" part at the end of filename.
//------------------------------------------------------------------------------------------


// Pseudo-Example:
//
// From: [0]ARTIST_NAME  [1]DASH  [2]TRACK_TITLE  [3]FEAT_ARTIST  [4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{}
// To:   [0]ARTIST_NAME  [3]FEAT_ARTIST  [1]DASH  [2]TRACK_TITLE  [4]POSSIBLE_ADDITIONAL_INFO_INSIDE:()[]{}

// Real-Example:
//
// From: Carbin & Sirmark - Sorry Feat. Sevener.mp3
// To:   Carbin & Sirmark Feat. Sevener - Sorry.mp3

// Known limitations:
//
// • If [0]ARTIST_NAME or [2]TRACK_TITLE parts contains any " - " the script will not work properlly.
//   By default the script prevents any replacement on that kind of filenames, so don't worry.


var
  rgxPattern: string;
  rgxReplace: string;
  dashCount: integer;
  baseName: string;
  extension: WideString;

begin

  baseName  := WideExtractBaseName(FileName)
  extension := WideExtractFileExt(FileName);

  // The regular expression that matches the filename parts.
  // http://stackoverflow.com/questions/32807698/regex-pattern-to-limit-dashes-in-these-circumstances
  rgxPattern := '^(.+)\s+-\s+(.+?)\s+[fF](t|eat(uring)?)?\.?([^([\])\n]+)(.+)?$'
  rgxReplace := '$1 Feat.$5 - $2$6'

  // The amount of " - " that contains the filename.
  dashCount := high(MatchesRegEx(baseName, '\s-\s' , false));

  // If only one " - " is found then...
  If (dashCount = 0) Then
    begin // Do the replacement.
      baseName := ReplaceRegEx(baseName, rgxPattern, rgxReplace, false, true)
      FileName := baseName + extension;
    end;

end.