在R中列出符合完整路径模式的所有文件

Question

我正在尝试获取与完整路径模式匹配的文件列表。到目前为止，我已经使用了list.files()，但它没有起作用。

假设我们有以下目录组织：

results
   |- A
   |  |- data-1.csv
   |  |- data-2.csv
   |
   |- B
      |- data-1.csv
      |- data-2.csv

那么以下命令：

list.files(pattern='data-.*\\.csv', recursive=TRUE)

将返回所有与模式匹配的文件。这很有效，但使用完整路径模式时会出现问题。例如，如果我想从目录results/A获取所有CSV文件，我可以这样做：

list.files(pattern='results/A/data-.*\\.csv', recursive=TRUE)

然而，这并不起作用。不知何故，似乎R无法将全路径模式用作正则表达式。在这种情况下，解决方案可能是只使用results/A作为基础路径。但在更复杂的问题中，这是不可行的。例如，某些时候我们可能希望匹配只包含字符的子目录：

list.files(pattern='results/[A-Z]+/data-.*\\.csv', recursive=TRUE)

在R语言中是否有可能做到这个？

更新：使用临时解决方案一段时间后，我决定停止重复相同的操作。因此，我创建了一个库来简化这个任务。

- betabandido

Answer 1

首先，请注意您没有使用正则表达式模式。您的第一个例子应该是：

list.files(pattern='data-.*\\.csv', recursive=TRUE)

然后，似乎list.files内部的模式匹配应用于文件基名（即不包括目录路径），因此您可以将任务分解为：

1. 仅查找与基名匹配的所有文件，并返回它们的完整路径：

   basename.matches <- list.files(pattern='data-.*\\.csv', recursive=TRUE,
                                  full.names = TRUE)
   basename.matches
   # [1] "./results/A/data-1.csv" "./results/A/data-2.csv" "./results/B/data-1.csv"
   # [4] "./results/B/data-2.csv"
   

2. 只保留与期望的目录匹配的内容：

full.matches <- grep(pattern='^\\./results/A/', basename.matches, value = TRUE)
full.matches
# [1] "./results/A/data-1.csv" "./results/A/data-2.csv"

- flodel

---

你是完全正确的。感谢你发现了这个问题。你的两步解决方案与我计划做的类似，如果像看起来的那样，在R中没有对完整路径模式的支持。然而，如果正则表达式指向绝对路径，list.files将无法工作。例如，'/tmp/[A-Z]+/data-.*\.csv'。我想我总是可以提取路径的开头'/tmp/'，并将其用作list.files的'path'参数，但我想知道R是否已经提供了类似的东西。 - betabandido

Answer 2

仅使用list.files无法做到这一点，因为它会遍历path中的每个元素，并将正则表达式应用于其中包含的文件。但是由于list.files的path参数可以接受向量，您可以使用它来解决问题。

dirs <- grep("[A-Z]+$",list.dirs("results",recursive=FALSE),value=TRUE)
list.files(dirs, "data-.*\\.csv", recursive=TRUE, full.names=TRUE)

- Joshua Ulrich

Answer 3

我将使用

paths <- list.files(results, pattern= glob2rx("*data-*.csv$*"), full.names=T, recursive=T)

- mga302

Answer 4

我认为有一个更简单的解决方案：

Sys.glob(file.path(results, "[A-Z]", "data-*.csv"))

- michael