用Python獲取文件名的一部分

我剛剛在Python /編碼工作了幾天，但我想創建一個腳本，抓取對應於特定模式的部分文件名，並將其輸出到文本文件。

所以在我的情況，讓我們說我有四個.PDF這樣的：

aaa_ID_8423.pdf 
bbbb_ID_8852.pdf 
ccccc_ID_7413.pdf 
dddddd_ID_4421.pdf 

(Note that they are of variable length.)

我希望腳本去通過這些文件名，「ID_」後的文件擴展名之前搶的字符串。

您可以指出我可以幫助我的Python模塊和可能的指南嗎？

來源

2015-05-19 Winterflags

如果這些是字符串中唯一的號碼，你可以用這個，噢，庫重新 ID = re.findall（R「[0-9] +」，*字符串名稱「） – LampPost

下面是使用re模塊的簡單解決方案，如其他答案中所述。

# Libraries 
import re 

# Example filenames. Use glob as described below to grab your pdf filenames 
file_list = ['name_ID_123.pdf','name2_ID_456.pdf'] # glob.glob("*.pdf") 

for fname in file_list: 
    res = re.findall("ID_(\d+).pdf", fname) 
    if not res: continue 
    print res[0] # You can append the result to a list

而下面應該是你的輸出。你應該能夠適應其他模式。

# Output 
123 
456

Goodluck！

來源

2015-05-19 18:48:04

如果數字是變長的，你要在正則表達式模塊「重」

import re 

# create and compile a regex pattern 
pattern = re.compile(r"_([0-9]+)\.[^\.]+$") 

pattern.search("abc_ID_8423.pdf").group(1) 
Out[23]: '8423'

正則表達式是通常用於匹配變量字符串。剛剛寫到的正則表達式如下：

找到一個下劃線（「_」），後跟可變數字的數字（「[0-9] +」），後跟字符串中的最後一個句點（「\」。 [^ \。] + $「）

來源

2015-05-19 18:26:22 KCzar

爲了詳細說明請查看https://docs.python.org/2/library/re中的正則表達式庫。html 還有一些正則表達式在網上浮動，包括https://www.debuggex.com/cheatsheet/regex/python，它解釋了KCzar的程序如何工作 –

可以使用os模塊在Python和做listdir同時得到的文件名存在於路徑列表，像這樣：

import os 
filenames = os.listdir(path)

現在你可以遍歷文件名列表並尋找您需要使用正則表達式的模式：

import re 
for filename in filenames: 
    m = re.search('(?<=ID_)\w+', filename) 
    print (m)

上面的代碼片段將返回ID_後面的部分文件名並將其打印出來。因此，舉例來說，它會返回4421.pdf，8423.pdf等。您可以編寫一個類似的正則表達式來刪除.pdf部分。

來源

2015-05-19 18:33:22 suripoori

嗨，謝謝你的回答。我試圖用一個實際的文件，並得到這個迴應： '<_sre.SRE_Match object at 0x10d10aac0>' 它似乎是在一個位置找到ID_，但不能得到它輸出的字符串。任何想法我做錯了什麼？ – Winterflags

爲什麼把輸入放在for循環中？ – KCzar

因爲我在寫答案時沒有注意;）。感謝您的更正。編輯它。 – suripoori

您可能想要使用glob，這是一個用於文件通配符的python模塊。從python幫助頁面的用法如下：

>>> import glob 
>>> glob.glob('./[0-9].*') 
['./1.gif', './2.txt'] 
>>> glob.glob('*.gif') 
['1.gif', 'card.gif'] 
>>> glob.glob('?.gif') 
['1.gif']

來源

2015-05-19 18:34:17 Claris

這裏的另一種選擇，使用re.split()，這可能是更接近的精神，正是你正在試圖做的（雖然re.match()和re.search()解決方案，等等，也同樣有效，有用的，有益的）：

>>> import re 
>>> re.split("[_.]", "dddddd_ID_4421.pdf")[-2] 
'4421' 
>>>

來源

2015-05-19 18:51:12 twalberg

用Python獲取文件名的一部分

回答

相關問題