REGEX包括文件沒有擴展名和所有擴展名除外某些人（PNG或JPG）

我想拿出一個regex只在使用os.walk掃描根文件夾時過濾掉一個或多個特定類型（擴展名）的文件。我的文件夾結構（待搜索）看起來像這樣。請注意沒有擴展名的文件。REGEX包括文件沒有擴展名和所有擴展名除外某些人（PNG或JPG）

Directory: D:\Projects\5 Codes Cleaned\2012 

SG 
|---SG.zip 
|---SOIL-Average.jpg 
|---SWAT-Average.jpg 
|---Test 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
1500_LT_Capped_2012 
PRESSURE-Average.png 
SGAS-Average.png 
SOIL-Average.png 
SWAT-Average.png

或列表格式：

[u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -P', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -P.npy', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -Sg', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -Sg.npy', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -So', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -So.npy', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -Sw', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\1500_LT_Capped_2012 -Sw.npy', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\PRESSURE-Average.png', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SGAS-Average.png', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SOIL-Average.png', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SWAT-Average.png', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SG\\SG.zip', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SG\\SOIL-Average.jpg', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SG\\SWAT-Average.jpg', 
u'D:\\Projects\\5 Codes Cleaned\\2012\\SG\\Test']

我查閱了一些線程會在這裏得到一些想法，但我想知道是否有任何更簡單的方式來做到這一點。到目前爲止，我已經嘗試下面的模式來過濾掉os.walk 結果：

regex = "^.*(?<!\.png)(?<!\.npy)$"  
# The only working one but tends to get messy 
# as more file types are to be excluded!

regex = "^(.+?)(?:\.(?:png|jpg))*$" 
# Does not filter out jpg or png...list all files

regex = '^.*\.(?!jpg$|png$)[^.]+$'  
# Filters out png & jpg but Does not include No-Extensions !

regex = '^.*\.*(?!.jpg$|.png$)'  
# Does not filter out png & jpg file

來源

2013-10-24 Moe

爲什麼不只是使用os.path.splitext和列表理解？

disallowed_types = ['png', 'jpg'] 

allowed = [x for x in allfiles if os.path.splitext(x)[1] not in disallowed_types]

，但如果你必須使用正則表達式，這似乎工作，但倒：

regex = '[^.]*?\.+(jpg$|png$)'

這樣的話，如果它匹配這一點，這是一個JPG或PNG，不應該被包括在內，否則它是安全的並可以包含在列表中。

來源

2013-10-24 18:11:53

這是這個特定任務的好方法。但是，我正在嘗試爲os.walk編寫一個通用的模式過濾器，以便在各種代碼中隨處使用。所以，我傾向於正則表達式。 – Moe

爲什麼不乾脆：

>>> extensions = "png jpg npy".split() 
>>> regex = "^.*%s$" 
>>> regex%"".join("(?<!\.%s)"%i for i in extensions) 
'^.*(?<!\\.png)(?<!\\.jpg)(?<!\\.npy)$'

然後：

all = [...] 
# If you want to get all files with extension `'jpg', 'png', '...'`: 

[i for i in [compiled.match(x) for x in a] if not i] 

# Will get you all files with no extension, with .png or with .jpg 

# If you want all OTHER files (like .zip): 

[i for i in [compiled.match(x) for x in a] if i]

來源

2013-10-24 18:45:48 JadedTuna

REGEX包括文件沒有擴展名和所有擴展名除外某些人（PNG或JPG）

回答

相關問題