Python regex将文件名拆分为1个或多个连字符

Question

这将读入文件名并使用regex检查正确的格式。问题是连字符可能并不总是存在，因此re.split()可能会产生一个不可预测的结果，这使得以后很难“重建”一个正确的字符串格式，但我不排除这种方法的可能性。split()的另一个问题是，任何空白都会在之后保留，因此在重建字符串之后，任何好处都会被抵消。所以我尝试了另一个带有finditer()和另一个findall()的正则表达式，但仍然只能找到前6位数字。在

以下是正确文件名的示例（不正确的名称有不同的空格）：

201308 - (82608) - MAC 2233-007-Methods of Calculus - Klingler, Lee.txt

以下是我一直在尝试的一些方法，我将省去其他的麻烦（围绕它的更大计划）：

#res = re.findall(r"[\.\-]",f0)
res = [str(m.group(0)) for m in re.finditer(r'[^\-]', f0)]
if res: print res
else: print "error on %s"%res


s0 = "['@ @ @ @ @ @ @ @ 201308    ', '    (12345)', 'ABC 2233L', '007', 'course Name', 'last, first.txt']"
#s = f0.split('-'); s = s[0]; print "sssss  ",s#,type(s)

包含不正确空格的字符串示例如下：

201308-(82609)-MAC 2233-007-Methods of Calculus - Klingler, Lee.txt

主要的目标是接收文件名（任何数量的符号、字母、数字、空白都可能完全错误），并将其转换为正确的格式。由于您不能检查每个可能的错误，所以我尝试使用这些方法至少修复额外（或缺少）空白。在

Answer 1

这是一个简单的原则，规范化任何连字符与数字/非字母数字相邻，或非数字/字母数字相邻。在

>>> import re
>>> name = "201308-(82609)-MAC 2233-007-Methods of Calculus - Klingler, Lee.txt"
>>> re.sub(r"(?<=[0-9]) ?- ?(?=[^0-9a-zA-Z])", " - ", re.sub(r"(?<=[^0-9]) ?- ?(?=[0-9a-zA-Z])", " - ", name))
'201308 - (82609) - MAC 2233-007-Methods of Calculus - Klingler, Lee.txt'