如何进行剧集解析

[aoout]

用于探讨剧集解析的方法。

[aoout]

一种很容易想到的方式，就是使用正则表达式来进行剧集解析。

function parseEpisode(title: string): string | null {
  const pattern = /(?![^ []])(第|未删减|_)?(?<episode>\d+)(话|話|集|v2|先行版)?(?![^ \]])/;
  const match = title.match(pattern);
  
  if (match?.groups?.episode) {
  const episode = match.groups.episode;
  console.log(`Successfully parsed episode ${episode} from ${title}`);
  return /^\d+$/.test(episode) ? String(parseInt(episode, 10)) : episode;
  }
  
  return null;
}

然而正则表达式太过于令人讨厌，始终会担心有什么新的规则没有适配。

[aoout]

另一种方式，则是利用不同集数之间相同的命名格式来入手，进行剧集解析。

import * as path from "path";

export function parseEpisode(fileNames: string[], start: number): string[] {
  const backup = [...fileNames];
  const indexs = Array.from({ length: fileNames.length }, (_, index) => index + start);
  const episodes: string[] = [];
  for (let i = indexs.length - 1; i >= 0; i--) {
  const index = indexs[i];
  const episode = fileNames
	  .map((fileName) => ({
		  fileName,
		  count: path.basename(fileName).split(index.toString()).length - 1,
	  }))
	  .reduce((a, b) => (a.count > b.count ? a : b)).fileName;
  fileNames.splice(fileNames.indexOf(episode), 1);
  episodes.push(episode);
  }
  fileNames.push(...backup);
  return episodes.reverse();
}

下面着重分析这种方法。

[aoout]

一般情况下，当所下载剧集不包含全部集数时，这种方法当然可以正常工作。
当所下载剧集不包含全部集数时，如果已下载剧集是从第一集开始，且连续排列（即中间不会缺失，或者跳跃），那么，也可以正常工作。
反之，则无法正常工作。

[aoout]

补充解释：当已下载剧集至少有两集时，当然可以正常工作。而当只有一集被下载，那么它将固定被视为第一集，此时不需要进行任何解析。

[aoout]

考虑剧集文件命名中的其他数字：可以发现，这种方法完全不需要担忧额外的数字，只要它们是相同地出现在每一集的命名中。

[aoout]

考虑当每一集的命名格式不同时：如果有某一集的命名中多出“v2”的字样，可以发现，它即使引起错误，也只能在匹配第二集时引起错误。也就是说，当第一集的命名中存在一个额外的“v2”，而第二集没有时，这两集就可能被混淆。解决这个问题的方式是，在这时比较文件命名长短，更短的作为第二集。
这也是符合直觉的。如果某个数的出现频次一样，文件命名长度却不同，更长的那个一定有猫腻，因为它新增了别的元数据进去。

[aoout]

然而，有一个问题悬而未决：当剧集为续集时，应该如何进行剧集解析？举个例子，当某动画的第二季开播，其第一集在文件命名上既可能是第一集，也可能是第十三集（因为第一季已经有十二集了）。这种不统一导致很难轻易地用这个方法解析好剧集。