在具有多个句点的文件中查找文件扩展名的正则表达式

Question

如何编写正则表达式来查找以下文件的文件扩展名，要注意我要查找的是字符串中的“.pdf”或“.xls”部分？

• REPORTPDF.20130810.pdf.pgp
• REPORTXLS.20130810.xls.pgp

编辑： 我希望最终得到的文件名如下：

• REPORT20130810.PDF
• REPORT20130810.XLS

我在Windows平台上操作。我已经在http://regexpal.com/上尝试过一些操作，但迄今为止我只能匹配日期：

([0-9]{4}[0-9]{2}[0-9]{2})

- Matt Koch

---

告诉我们你想从这些字符串中匹配出的输出。 - progrenhard

你在哪个系统上？Windows？Linux？还是你正在使用某个程序？如果是的话，用的是什么编程语言？ - lurker

除非您想更改日期格式，例如从20130810更改为10082013，否则您不需要独立识别日月年。 - Prashant Bhate

Answer 1

使用sed：

sed 's/^\(.*[^.]*\)\.[^.]*$/\1/' <<< "REPORTPDF.20130810.pdf.pgp"
REPORTPDF.20130810.pdf

使用grep -P（PCRE正则表达式）：

grep -oP '^.+[^.]+(?=\.[^.]+$)' <<< "REPORTPDF.20130810.pdf.pgp"
REPORTPDF.20130810.pdf

- anubhava

---

这很好，但文件名中仍然保留了“PDF”。我想要的结果是“REPORT20130810.pdf”。 - Matt Koch

两个选项都没有给我“PDF”，请问你在使用什么命令？ - anubhava

Answer 2

我认为这对您有用 :)

^(([A-Z a-z]*)(?:XLS.|PDF.)(\d{8})(.pdf|.xls))

在 Debuggex 上实时编辑

^ 从字符串开头开始

(.*) 之前的任何字符

\d 任何数字0-9

{8} 只有8次该字符部分（在此处为数字0-9的8次）

?: 非捕获组

我将捕获组包装成一个大组，所以您想要的东西将在第一个捕获组中：)。

这可以被替换掉。

([A-Z a-z]*)

带有。

(REPORT)

- progrenhard

Answer 3

如果您不需要文件扩展名大写，那么这个应该可以工作。

([a-zA-Z]+)\.([0-9]{4}[0-9]{2}[0-9]{2})\.(xls|pdf)\.pgp

匹配项：

REPORTXLS.20130810.xls.pgp

然后你会使用两个和三个组

REPORT\2.\3

匹配:

REPORT20130810.xls

问题在于您没有提供更多的上下文，说明您如何更改这些文件名。

- acarbonaro

Answer 4

您并没有说明您使用的是哪种语言/库，但是这个 Perl 一行代码可以解决问题：

perl -lpe "s/^([^.]*)(...)\.(\d+)(\.\2)\.pgp/\1\3\4/i; $_=uc"

- Mark Reed

Answer 5

.+\.(\w+)\.\w+$将会把倒数第二个扩展名作为第一组进行匹配，如何访问取决于您的主机语言对于正则表达式的支持。

- FrankPl

Answer 6

这个(.*?(?:\..*)?)(\..*)将包含以下内容：

• 'hello.1a.2bb.3' ---> group(1) == 'hello.1a.2bb'，group(2) == '.3'
• 'yep.1' ---> group(1) == 'yep'，group(2) == '.1'

- Zergus Man

Answer 7

如果格式基本固定，您可以使用：

(REPORT)([^.]++)[.]([^.]++)[.]([^.]++)[.](pgp)

根据您的需求进行挑选替换

这里使用了Java，但正则表达式匹配仍然相同

    String a = "REPORTPDF.20130810.pdf.pgp".replaceAll(
            "(REPORT)([^.]++)[.]([^.]++)[.]([^.]++)[.](pgp)",
            "$1--$2--$3--$4--$5");
    ;

    String b = "REPORTXLS.20130810.xls.pgp".replaceAll(
            "(REPORT)([^.]++)[.]([^.]++)[.]([^.]++)[.](pgp)",
            "$1--$2--$3--$4--$5");

    System.out.println(a);
    System.out.println(b);


REPORT--PDF--20130810--pdf--pgp
REPORT--XLS--20130810--xls--pgp

在你的情况下，"$1$3.$2"

    String b = "REPORTXLS.20130810.xls.pgp".replaceAll(
            "(REPORT)([^.]++)[.]([^.]++)[.]([^.]++)[.](pgp)",
            "$1$3.$2");

能够产生预期结果

REPORT20130810.XLS

- Prashant Bhate