Python中的正則表達式匹配文件夾中的所有文件

我在正則表達式中很糟糕。我試圖根據文件名找到文件夾中的文件。大多數文件名格式爲GSE1234_series_matrix.txt，因此我一直在使用os.path.join("files", GSE_num + "_series_matrix.txt")。但是，一些文件的名稱如GSE1234-GPL22_series_matrix.txt。我不知道如何處理所有以GSE編號開始並以_series_matrix.txt結尾的文件，可能只有一個聲明。我非常感謝任何幫助。Python中的正則表達式匹配文件夾中的所有文件

編輯 - 我有這些系列矩陣文本文件在一個文件夾中，爲此我提到使用路徑連接的路徑。我還輸入了一個文本文件，其中包含所有GSE編號。這樣它僅對選定的GSE號碼運行腳本。因此，不是文件夾中的所有內容都位於GSE編號列表中，而列表中只有GSE編號而不是GPL。例如，文件GSE1234-GPL22_series_matrix.txt在列表中是GSE1234。

來源

2014-12-04 abn

完全跳過使用正則表達式。

good_filenames = [name for name in filenames if name.startswith("GSE") and name.endswith("_series_matrix.txt")]

來源

2014-12-04 19:25:17 Kevin

謝謝！我有個問題。這給了我一個清單。我需要單獨的文件名或換句話說，我如何將它合併到os.path.join語句中？ – abn 2014-12-04 19:33:24

我猜如果name.startswith（「GSE」）和name.endswith（「_ series_matrix.txt」））''你可以在文件名中爲'name_filenames = [os.path.join（「files」，name）我不是100％確定你想要做什麼。 – Kevin 2014-12-04 19:35:49

它給了我'TypeError：脅迫Unicode：需要字符串或緩衝區，找到列表' – abn 2014-12-04 19:38:02

凱文的回答非常好！如果你想使用正則表達式，你可以做這樣的事情：

^GSE\d+.*series_matrix.txt$

這將匹配任何與GSE和數字開頭，並與series_matrix.txt結束

來源

2014-12-04 19:30:34 fdisk

我應該使用re.findall嗎？我不明白我怎麼可以在路徑連接語句中使用 – abn 2014-12-04 19:34:36

使用re.match來標識你想要的名字，例如[os.path.join（「files」，name）爲文件名中的名字，如果re.match r「GSE \ d +。* series_matrix \ .txt $」，name）]。 – MRAB 2014-12-04 19:49:45

也許你想用'os.listdir'列出目錄中的所有文件。這與Kevin的建議類似： '我在os.listdir（「./ files」）中：' 're.search（'^ GSE \ d +。* series_matrix.txt $'，i）' ' – fdisk 2014-12-04 19:51:09

你可以使用水珠。根據模式中包含多少路徑，您根本不必擔心使用os.path.join。

import glob 
good_filenames = glob.glob('/your/path/here/GSE*_series_matrix.txt')

回報：

['/your/path/here/GSE1234_series_matrix.txt', 
'/your/path/here/GSE1234-GPL22_series_matrix.txt']

來源

2014-12-04 20:45:35

Python中的正則表達式匹配文件夾中的所有文件

回答

相關問題