从Python的glob中提取所有扩展名

Question

从Python的glob中提取所有扩展名

4

Python的glob模块允许指定通配符来列出文件，并且非常实用获取文件。

但是，如何获取/重构与通配符匹配的值？

例如，假设我有这些8个文件：fa1 fa2 fa3 fb1 fb3 fc1 fc2 fc3（注意：fb2 已经缺失）。

我可以执行

import glob glob.glob('f[ab][12]') # ['fa2', 'fb1', 'fa1']

在这个例子中，我有两个通配符：[ab] 和 [12]。每个通配符都匹配值 a、b、1 和 2，但是只有 3 种组合的值可以进行匹配，因为一个文件 fb2（通配符的有效组合）不存在。
问题：如何获取每个通配符的有效匹配值列表？更具体地说：如何获取元组的列表，其中包含与实际存在的文件匹配的（字符串）值？
在我的例子中，我想获取元组列表：[('a', '2'), ('b', '1'), ('a', '1')]。
注意：

我不想获取完整的名称，只想获取由通配符匹配的值（在我的例子中，前缀'f'不属于通配符的一部分，因此我不想在元组列表中获取它）；

这必须适用于所有支持的通配符，包括 * 和 ?。

我能想到的唯一解决方案是使用正则表达式，但这基本上意味着重新实现整个 glob 机制以提取中间数据。
编辑
由于我的问题被认为是“过于宽泛”，所以我重新制定了问题：是否可以使用 glob/fnmatch 模块而不是直接使用正则表达式来获得该结果？

- AkiRoss

我很好奇你为什么需要那些元组？也许有更好的方法来实现你想要做的事情。 - PM 2Ring

1

我必须对每个通配符匹配值的可能组合进行特定计算。我不需要“元组”，但我必须枚举由通配符匹配的任何可能值的组合。 - AkiRoss

2个回答

1

在您的特定情况下，您可能希望使用 itertools.product：

import itertools
import os


def get_wildcards(*specs):
    for wildcard in itertools.product(*specs):
        if os.path.exists('f{}{}'.format(*wildcard)):
            yield wildcard


for wildcard in get_wildcards('ab', '12'):
    print wildcard

输出：

('a', '1')
('a', '2')
('b', '1')

在这种情况下，您正在获取"ab"和"12"的“乘积”，最终得到4个元组，os.path.exists测试将消除那些没有指定现有文件的元组。

更新

计划将文件系统通配符转换为正则表达式（可以避免使用正则表达式，但会很痛苦）。接下来，我们将列出当前目录中的所有文件，将每个文件与正则表达式匹配。如果找到匹配项，则构造一个元组以产生该结果。

import re
import os


def regex_from_wildcard(wildcard):
    wildcard = wildcard.replace('.', r'\.')
    wildcard = wildcard.replace('[', '([').replace(']', '])')
    wildcard = wildcard.replace('?', r'(.)').replace('*', r'(.*)')
    wildcard = r'^{}$'.format(wildcard)
    wildcard = re.compile(wildcard)
    return wildcard


def generate_from_wildcards(wildcard):
    pattern = regex_from_wildcard(wildcard)
    for filename in os.listdir('.'):
        match_object = re.match(pattern, filename)
        if match_object:
            yield tuple(''.join(match_object.groups()))


# Test
for tup in generate_from_wildcards('f[bc]?'):
      print tup

一些注意事项：

由于我仍不清楚您确切需要什么，因此解决方案可能在某些地方有所偏差
如果通配符包含非通配符字符，例如f，点，则这些字符不包括在元组中。

- Hai Vu

?和*通配符的支持怎么样？ - AkiRoss

2

Hai Vu：问题中的模式只是一个例子，AkiRoss需要一个更通用的解决方案。 - PM 2Ring

请举例说明通配符。 - Hai Vu

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- PM 2Ring · Accepted Answer

那些模块无法提供该信息。`glob` 调用 `fnmatch` 进行模式匹配，而 `fnmatch` 则使用正则表达式进行模式匹配。请参阅 Python 源代码中的 glob 和 fnmatch。

这里是一些使用修改过的fnmatch中translate函数的Python 2演示代码。根据我的简短测试，它看起来是有效的，但不保证:) 请注意，这忽略了fnmatch执行的其他操作，例如忽略大小写匹配。

#!/usr/bin/env python

import re, fnmatch, glob

def pat_translate(pat):
    """Translate a shell PATTERN to a regular expression.

    There is no way to quote meta-characters.
    Hacked to add capture groups
    """
    i, n = 0, len(pat)
    res = ''
    while i < n:
        c = pat[i]
        i = i+1
        if c == '*':
            res = res + '(.*)'
        elif c == '?':
            res = res + '(.)'
        elif c == '[':
            j = i
            if j < n and pat[j] == '!':
                j = j+1
            if j < n and pat[j] == ']':
                j = j+1
            while j < n and pat[j] != ']':
                j = j+1
            if j >= n:
                res = res + '\\['
            else:
                stuff = pat[i:j].replace('\\','\\\\')
                i = j+1
                if stuff[0] == '!':
                    stuff = '^' + stuff[1:]
                elif stuff[0] == '^':
                    stuff = '\\' + stuff
                res = '%s([%s])' % (res, stuff)
        else:
            res = res + re.escape(c)
    return res + '\Z(?ms)'


def test(shell_pat):
    print 'Shell pattern %r' % shell_pat
    names = glob.glob(shell_pat)
    print 'Found', names
    regex = pat_translate(shell_pat)
    print 'Regex %r' % regex
    pat = re.compile(regex)
    groups = [pat.match(name).groups() for name in names]
    print 'name, groups'
    for name, row in zip(names, groups):
        print name, row