Python Regex将vary字符串拆分为groupdict

我想从我的数据中提取一些信息。

最完整的行可能如下所示（每个部分可能包含CJK字符）：

0。（活动）（标签）[团体（艺术家）]标题（表格）[addition1][addition2]

一行也可以是：

1. (event) [group (artist)] title (form) [addition1]

2. [event] [group (artist)] title (form) (addition1)

3. (tag) [group (artist)] title

4. [group (artist)] title

5. title

6. and something like above, such as 【tag】 [group (artist)] title 【form】

如我们所见，最简单的行就是纯文本

标题
，
我写了一个正则表达式，试图匹配所有的正则表达式

import re
regex_patern = ur'([\(\[](?P<event>[^\)\]]*)[\)\]])?\s*([\(\[](?P<type>[^\)\](\)\])]*)[\)\]])?\s*(\[(?P<group>[^\(\]]*)(\((?P<artist>[^\)]*)\))?\])?(?P<title>[^\(\)\[\]]*)([\(\[](?P<from>[^\)\]]*)[\)\]])?(\s*[\(\[](?P<more1>[^\)\]]*)[\)\]])'

p = re.compile(regex_patern)

rows= [
'(event) (tag) [group (artist)] title (form) [addition1] [addition2]',
'(event) [group (artist)] title (form) [addition1]',
'[event] [group (artist)] title (form) (addition1)',
'(tag) [group (artist)] title',
'[group (artist)] title',
'title',
]

for r in rows:
    r = re.search(p, r)
    print r.groupdict()

重新导入
正则表达式=ur'（[\（\[]（P[^\）\]*）[\）\]]？\s*（[\[（\[]（P[^\）\]（\）\]]*）[\）\]]）？\s*（\[（？P[^\（\]*）（（？P[^\]*）？）（（？P[^（\[）\]*））（（？[\[\[）*））（（\[\[\[]（P[））*）））（[\]*）*）（（？）（[\]*）*）（？）（[\]]
p=重新编译（正则表达式）
行=[
"(活动)(标签)(团体(艺术家))名称(表格)(增补1)(增补2)"，
"(活动)(团体(艺术家))名称(表格)(增补1)"，
“[活动][团体（艺术家）]标题（表格）（增补1）”，
"(标签)[团体(艺术家)]名称",，
“[团体（艺术家）]名称”，
“头衔”，
]
对于行中的r：
r=重新搜索（p，r）
打印r.groupdict（）

输出：

{u'from': 'form', u'more1': 'addition1', u'artist': 'artist', u'title': ' title ', u'group': 'group ', u'type': 'tag', u'event': 'event'}
{u'from': 'form', u'more1': 'addition1', u'artist': 'artist', u'title': ' title ', u'group': 'group ', u'type': None, u'event': 'event'}
{u'from': 'form', u'more1': 'addition1', u'artist': 'artist', u'title': ' title ', u'group': 'group ', u'type': None, u'event': 'event'}
{u'from': None, u'more1': 'group (artist', u'artist': None, u'title': '', u'group': None, u'type': None, u'event': 'tag'}
{u'from': None, u'more1': 'group (artist', u'artist': None, u'title': '', u'group': None, u'type': None, u'event': None}
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-5-831c548bc3f0> in <module>()
     15 for r in rows:
     16     r = re.search(p, r)
---> 17     print r.groupdict()

AttributeError: 'NoneType' object has no attribute 'groupdict'

{u'from'：'form'，u'more1'：'addition1'，u'artist'：'artist'，u'title'：'title'，u'group'：'group'，u'type'：'tag'，u'event'：'event'}
{u'from'：'form'，u'more1'：'addition1'，u'artist'：'artist'，u'title'：'title'，u'group'：'group'，u'type'：无，u'event'：'event'}
{u'from'：'form'，u'more1'：'addition1'，u'artist'：'artist'，u'title'：'title'，u'group'：'group'，u'type'：无，u'event'：'event'}
{u'from'：无，u'more1'：'group（艺术家），u'artist'：无，u'title'：''，u'group'：无，u'type'：无，u'event'：'tag'}
{u'from'：无，u'more1'：'group（艺术家），u'artist'：无，u'title'：''，u'group'：无，u'type'：无，u'event'：无}
---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
15对于行中的r：
16 r=重新搜索（p，r）
--->17 print r.groupdict（）
AttributeError:“非类型”对象没有属性“groupdict”

第4行的结果出乎意料。

我认为
re
应该从中间搜索。首先查找
[group（artist）]和title
，但我不知道如何用正则表达式编写。
还是我做错了？
编辑

看起来（至少在您提供的示例中）您可以正确地将整个字符串与以下内容进行匹配和分组：

^(?:(?:^[\[()](?P<event>[^)\]]+)[)\]](?=.+[\])]$)\s)?(?:[(【](?P<tag>(?<=^[(【])[^】)]+(?=.+[\w】]$)|(?<=\)\s\()[^)]+(?=\)\s\[))[】)]\s)?\[(?:(?P<group>[^(\]]+)\s+\((?P<artist>[^)]+)\)\])\s+)?(?P<title>[^(\n)【]+)(?:\s*[\(【](?P<form>[^)】]+)[)】](?:\s*[\[(](?P<add>[^\])]+)[\])])?(?:\s*[\[(](?P<add2>[^\])]+)[\])])?)?$


此正则表达式由两部分组成：


（？：^[\[（）]（？P[^）\]+[）\]]（？=.+[\]]]]$）\s）？
-匹配事件
（？：[（【】）（？P（？
title
与正则表达式不匹配，因此您有一个问题。我想
如果r:print r.groupdict（）
不是您想要的，right@stribizhev我希望正确获取所有属性。第4行：u'more1'：'组（artist'，u'artist'，此属性已经错误。你太好了！你如何强制从中间重新匹配字符串？你能做一些解释吗？这么多
？
让我很沮丧，这让我希望有一种从中间匹配的方法。谢谢你的解释：）。
import re

rows= [
'(event) (tag) [group (artist)] title (form) [addition1] [addition2]',
'(event) [group (artist)] title (form) [addition1]',
'[event] [group (artist)] title (form) (addition1)',
'(tag) [group (artist)] title',
'[group (artist)] title',
'title',
]

p = re.compile(ur'^(?:(?:^[\[()](?P<event>[^)\]]+)[)\]](?=.+[\])]$)\s)?(?:[(【](?P<tag>(?<=^[(【])[^】)]+(?=.+[\w】]$)|(?<=\)\s\()[^)]+(?=\)\s\[))[】)]\s)?\[(?:(?P<group>[^(\]]+)\s+\((?P<artist>[^)]+)\)\])\s+)?(?P<title>[^(\n)【]+)(?:\s*[\(【](?P<form>[^)】]+)[)】](?:\s*[\[(](?P<add>[^\])]+)[\])])?(?:\s*[\[(](?P<add2>[^\])]+)[\])])?)?$')

for r in rows:
    [m.groupdict() for m in p.finditer(r)]
    print m.groupdict()

{u'event': 'event', u'tag': 'tag', u'group': 'group', u'artist': 'artist', u'title': 'title ', u'form': 'form', u'add': 'addition1', u'add2': 'addition2'} 
{u'event': 'event', u'tag': None, u'group': 'group', u'artist': 'artist', u'title': 'title ', u'form': 'form', u'add': 'addition1', u'add2': None} 
{u'event': 'event', u'tag': None, u'group': 'group', u'artist': 'artist', u'title': 'title ', u'form': 'form', u'add': 'addition1', u'add2': None} 
{u'event': None, u'tag': 'tag', u'group': 'group', u'artist': 'artist', u'title': 'title', u'form': None, u'add': None, u'add2': None} 
{u'event': None, u'tag': None, u'group': 'group', u'artist': 'artist', u'title': 'title', u'form': None, u'add': None, u'add2': None} 
{u'event': None, u'tag': None, u'group': None, u'artist': None, u'title': 'title', u'form': None, u'add': None, u'add2': None}