Question

我需要解压缩目录中的所有文件，为此我需要找到集合中的第一个文件。我目前正在使用一堆if语句和循环来做这件事。我能用正则表达式做到这一点吗？

以下是我需要匹配的文件列表：

yes.rar
yes.part1.rar
yes.part01.rar
yes.part001.rar
yes.r01
yes.r001

这些不应该匹配：

no.part2.rar
no.part02.rar
no.part002.rar
no.part011.rar
no.r002
no.r02

我在this线程上发现了类似的正则表达式，但似乎Python不支持可变长度的外观。单行正则表达式会很复杂，但我会很好地记录它，这不是问题。这只是你击败堆积的问题之一。

先谢谢你们。

：）

Answer 1

不要依赖文件名来确定哪一个是第一个。你最终会找到一个边缘情况，你得到错误的文件。

RAR's headers将告诉您哪个文件是卷中的第一个文件，假设它们是在最新版本的RAR中创建的。

HEAD_FLAGS位标志：
  2个字节


0x0100 - 第一个卷（仅由RAR 3.0及更高版本设置）

因此，打开每个文件并检查RAR标头，专门查找指示哪个文件是第一个卷的标志。只要存档没有损坏，这将永远不会失败。

更新：我刚刚通过查看十六进制编辑器中的某些生成存档来确认这一点。文件头的构造与上面指示的链接完全相同。这只是打开文件并读取该标志的标题。带有该标志的文件是第一个卷。

Answer 2

没有必要为此使用断言。由于您从字符串的开头开始查看，因此您可以通过后视来执行所有操作。这应该有效：

^((?!\.part(?!0*1\.rar$)\d+\.rar$).)*\.(?:rar|r?0*1)$

要按照您的要求捕获文件名的第一部分，您可以这样做：

^((?:(?!\.part\d+\.rar$).)*)\.(?:(?:part0*1\.)?rar|r?0*1)$

Answer 3

您确定要匹配这些案例吗？

yes.r01

它们不是第一个档案：.rar永远是。

这是bla.rar，bla.r00然后只有bla.r01。如果将.r01和.rar作为第一个存档匹配，则可能会提取两次文件。

yes.r001

.r001不存在。你的意思是WinRAR支持的.001文件吗？在.r99之后，它是.s00。如果确实存在，则有人手动重命名文件。

理论上，文件名匹配应该与0x0100标志上的匹配一样可靠，以找到第一个档案。