Skip to main content
 首页 » 编程设计

python之从 python 的 glob 中提取所有扩展

2024年10月24日15zengkefu

Python 的 glob 模块允许指定通配符来列出文件,获取文件非常实用。

但是我怎样才能获取/重建与通配符匹配的值呢?

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

我可以

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

在这种情况下,我有 2 个通配符:[ab] 和 [12]。它们每个都匹配值 a、b 和 1 和 2,但这些值只有 3 个组合out,因为有一个文件 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?更准确地说:如何获取与实际存在的文件匹配的(字符串)值的元组列表?

在我的示例中,我想获取元组列表:[('a', '2'), ('b', '1'), ('a', '1') ]。

注意:

  1. 我不想得到全名,只是通配符匹配的值(在我的示例中,前缀 'f' 不是通配符的一部分,因此我不想将其放入元组列表中);
  2. 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“过于宽泛”的问题(???),我得到了一个接近的提议,我将问题重新表述为: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?

请您参考如下方法:

这些信息无法通过这些模块获得。 glob 调用 fnmatch 进行模式匹配,而 fnmatch 使用正则表达式进行模式匹配。查看glob和 fnmatch Python 源代码。


下面是一些 Python 2 演示代码,它使用 fnmatch 中的 translate 函数的修改版本。根据我的简短测试,它似乎 可以工作,但不提供任何保证。 :) 请注意,这会忽略 fnmatch 执行的其他操作,例如不区分大小写的匹配。

#!/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