Python Regexp验证版权

为了验证包含版权的字符串，我正在创建一系列过滤器，我正在努力找到合适的regexp来匹配它们

字符串可以有两种方式：

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

*YYYY可以引用任何数字

我计划使用re.match（），但是如果您有更好的建议，我也会非常感激。

给您

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

那怎么办

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

，因为它匹配的Unicode数字范围很广，不是0-9。

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

但是，如果你试图深入研究，你将面临多个问题。让我们将任务重新表述为：“对于给定的版权字符串，定义a是否表示有效的版权行”

首先，我们应该注意到，如果您使用版权声明（请注意，这不是必需的！），那么您应该使用以下三项：

版权符号，或“版权”字，或简称“Copr”

第一次出版的年份（或几年）。所有这些都是有效年份：“2015年”、“2010-2015年”、“2005年、2009年、2010-2013年、2015年”

版权所有者的名称

事实上，这三个可以按任何顺序排列。我假设以完整的形式使用regexp几乎不可能解决这个任务。但是，即使您将几年绑定到用dash分隔的一两年，它仍然是非常复杂的regexp

---

其次，即使您编写了“perfect copyright detector”，当您将其应用于要检查的文件时，if也会感到惊讶。因为如果您检查的不是几个文件，而是上万个文件，您会发现内容创建者通常不太关心格式。从不使用版权持有人名称（“版权（C）2015”）等简单问题开始，直到使用附加通知（“保留所有权利”）、更改字母的大小写（“版权”或“版权”）、不同年份的书写（“2010-2015”w\o破折号、“（2010）（2015）”OMG、“2010-2015”带额外空格等）以及许多其他情况。

简单的方法是：

进口稀土

re_copyright=re.compile（r'copyright（[Cc@]）|\d+。*，re.IGNORECASE） re_版权匹配（文本）

---

上面的正则表达式应该可以从文本变量中获取任何版权声明。

您关心年份的值吗？至少2000人左右？如果不是，我想

//版权\（c\）（\d{4}\s*-\s*）？\d{4}

会这样做（如果是分隔符，也可以转义

//code>）。第一年的值其实没那么重要，它只需要4位数字。不过，第二年将始终是当前年份，因此最好调整解决方案，以便从变量中获得该值。您应该能够将该变量设置为变量，然后将其连接到正则表达式。我不懂python，所以说不出怎么做。在php中，它类似于“
preg\u match”（“~//Copyright\（c\）（\d{4}\s*-\s*）？”.$year.“~”，
preg\u match

是检查正则表达式匹配的函数，

~

是分隔符。谢谢！但是第二个\d{4}将始终与当前年份匹配（2015年等等）。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这就是我在中所做的。@pabloxrl您无法用纯正则表达式的方式获得当前年份的a。请使用您的编程语言进行替换。谢谢您的回答，我将选择它作为答案b基于完整性。@buckley也提供了一个很好的答案，但我会选择你的而不是他的