Question

我需要从文件名中拆分文本，如下所示：'foo_bar_1_10.asc.gz'我对这些文件中的每一个都有相应的文本列表，如下所示：'1 10'。这个相应的列表是我想要重新创建的。原因是我需要将所有文件与主列表进行比较以查找丢失的文件。所以最终我需要一个比较两个列表的方法（差异？）任何帮助都会很棒

import os
newtxt = []
oldtxt = '\foobar\master_list.txt'
wd = '\foobar'


for file in os.listdir(wd):
    file = file.split('.')
    subpieces = file[0].split('_')
    numbers = ' '.join(subpieces[-2:])
    newtxt.append(numbers)
    print txt

@@@更新@@@ 我现在有2个带行号的列表（在unix中使用类似于nl的函数 - 名为nl，输出看起来像这个1: 1 10和2: 1 12。我需要检查是否缺少来自newtxt的{{1}}中的值。我试过这个：

oldtxt

这返回的是一些文字字符而不是我的预期。有什么帮助吗？

Answer 1

听起来你正在努力解决字符串解析部分。首先通过调用字符串.split方法将文件名拆分为多个部分，然后按句点分割：

>>> file = 'foo_bar_1_10.asc.gz'
>>> pieces = file.split('.')
>>> pieces
['foo_bar_1_10', 'asc', 'gz']

然后根据_字符将其分成子项：

>>> subpieces = pieces[0].split('_')
>>> subpieces
['foo', 'bar', '1', '10']

然后你可以将最后两个部分重新组合在一起，用空格分隔，如下所示：

>>> numbers = ' '.join(subpieces[-2:])
>>> numbers
'1 10'

Answer 2

一些评论（以及一个解决方案的路径，你会感觉很好，你自己已经想到了）：

请确保您逃离\中的\foobar，因为\f无法满足您的期望
.replace方法使用 2 参数：您要替换的内容，替换它的内容。你错过了一个。
如果您知道如何替换foo_bar_，例如''，则可以对扩展程序执行相同操作，并将_替换为' ' ...

Answer 3

我猜regular expressions最容易。当您想要维护空格时，用空格替换每个非数字字符，然后去掉前导和尾随空格

>>> import re
>>> a = 'foo_bar_1_10.asc.gz'
>>> re.sub('[^\d]',' ',a).strip()
'1 10'

Answer 4

让我们说

s ='1_10.asc.gz'

然后

l = s.split（'。'）[0] .split（'_'）
#Note l = ['1'，'10']

如果您需要'1 10'，请执行

item =''。join（l）

要执行'diff'，请使用set difference（用法取决于您运行的python版本）。看到 http://docs.python.org/library/stdtypes.html#set
或者如果python2.4及以下： http://docs.python.org/library/sets.html

Answer 5

使用正则表达式解析列表中的所有文件的另一个解决方案。

import os
import re
reg1 = re.compile("\d+_\d+")
newtxt = []
wd = '\foobar'
for file in os.listdir(wd)
    match = reg1.search(file)
    if match:
        newtxt.append(match.group().replace('_', ' '))      
        print file
    else:
        print("no match found")

剥离文本以创建列表并比较2个类似的列表

5 个答案: