正则表达式验证版权答案

【问题标题】：Regexp to validate copyrights正则表达式验证版权
【发布时间】：2015-08-14 12:16:33
【问题描述】：

我正在创建一系列过滤器以验证包含版权的字符串，我正在努力寻找合适的正则表达式来匹配它们。

字符串可以有两种方式：

// Copyright (c) YYYY - 2015.
// Copyright (c) 2015.

*YYYY 可以指任何数字

我打算使用 re.match() 但如果您有更好的建议，我也将不胜感激。

【问题讨论】：

你在乎年的价值吗？最低2000还是什么？如果不是，我认为// Copyright $c$ (\d{4}\s*-\s*)?\d{4} 会这样做（如果那是分隔符，也可以转义/）。
第一年的值并不是很重要，它只需要4位数。但是，第二年将始终是当前年份，因此最好调整解决方案以从变量中获取该值。
您应该能够将其设为变量，然后将其连接到正则表达式。我不知道python，所以不能说怎么做。在 php 中，它类似于preg_match('~// Copyright $c$ (\d{4}\s*-\s*)?' . $year . '~',。 preg_match 是检查正则表达式匹配的函数，~ 是分隔符。

标签： python regex python-2.7

【解决方案1】：

怎么样

import datetime, re
reg = re.compile(r'//\s*Copyright\s*\(c\)\s*([0-9]{4})(?:\s*\-\s*%d)?\.' % datetime.date.today().year, re.I)
reg.match('// copyright (c) 1997 -   2015').group(1)  # 1997

请注意，我没有使用 \d，因为它匹配范围广泛的非 0-9 的 Unicode 数字。

【讨论】：

感谢您的回答，我将根据完整性选择它作为答案。 @buckley 也提供了一个很好的答案，但我会选择你的而不是他的

【解决方案2】：

给你

// Copyright \(c\) \d{4}( - \d{4})?.

【讨论】：

谢谢！但是，第二个 \d{4} 将始终与当前年份（2015 年等）匹配。有没有办法通过一个变量来指定它，我可以在其中存储前一年并尝试匹配它？
@pabloxrl 这就是我在my answer 所做的。
@pabloxrl 您无法以纯正则表达式的方式获取当前年份。使用您的编程语言进行替换。

【解决方案3】：

这里的主要问题是版权格式。如果您将条件绑定到答案中仅有的两行，那么这很容易，如上面的答案所示。

但是，如果您尝试更深入，您将面临多个问题。让我们将任务重新表述为：“对于给定的版权字符串 A，定义 A 是否代表有效的版权行”。

版权符号，或“版权”字，或简称“Copr.”
首次发布的年份（或几年）。所以所有这些都是有效年份：“2015”、“2010-2015”、“2005、2009、2010-2013、2015”
版权所有者的姓名。

事实上，这三个可以按任何顺序排列。我认为完整的形式几乎不可能使用正则表达式来解决这个任务。但是即使你用破折号将年份绑定到一两年，它仍然是非常复杂的正则表达式。

其次，即使你写了“完美的版权检测器”，当你将它应用到你想要检查的文件\行时，如果你会感到惊讶。因为如果您检查的不是几个文件\行，而是数万行，您会发现内容创建者通常不太关心格式。从不使用版权所有者名称（“Copyright (C) 2015”）等简单问题开始，到使用附加通知（“保留所有权利。”），更改字母的大小写（“版权”或“版权”），不同写作年限（“2010 2015”不带破折号，“(2010)(2015)”OMG，“2010 - 2015”带额外空格等）和许多其他情况。

【讨论】：

【解决方案4】：

简单的方法是：

重新导入

re_copyright = re.compile(r'copyright (([Cc@])|\d+).*', re.IGNORECASE) re_copyright.match(文本)

【讨论】：