Question

文件名是动态的，我需要提取文件扩展名。文件名如下所示： parallels-workstation-parallels-en_US-6.0.13976.769982.run.sh

20090209.02s1.1_sequence.txt
SRR002321.fastq.bz2
hello.tar.gz
ok.txt

对于我要提取txt的第一个，我要提取fastq.bz2的第二个，我要提取tar.gz的第三个。

我使用os模块获取文件扩展名为：

import os.path
extension = os.path.splitext('hello.tar.gz')[1][1:]

这只给我gz，如果文件名是ok.txt则没问题，但对于这个，我希望扩展名为tar.gz。

Answer 1

import os

def splitext(path):
    for ext in ['.tar.gz', '.tar.bz2']:
        if path.endswith(ext):
            return path[:-len(ext)], path[-len(ext):]
    return os.path.splitext(path)

assert splitext('20090209.02s1.1_sequence.txt')[1] == '.txt'
assert splitext('SRR002321.fastq.bz2')[1] == '.bz2'
assert splitext('hello.tar.gz')[1] == '.tar.gz'
assert splitext('ok.txt')[1] == '.txt'

删除点：

import os

def splitext(path):
    for ext in ['.tar.gz', '.tar.bz2']:
        if path.endswith(ext):
            path, ext = path[:-len(ext)], path[-len(ext):]
            break
    else:
        path, ext = os.path.splitext(path)
    return path, ext[1:]

assert splitext('20090209.02s1.1_sequence.txt')[1] == 'txt'
assert splitext('SRR002321.fastq.bz2')[1] == 'bz2'
assert splitext('hello.tar.gz')[1] == 'tar.gz'
assert splitext('ok.txt')[1] == 'txt'

Answer 2

您的规则是任意的，当扩展程序中有.时，计算机应该如何猜测？

充其量你必须有一套特殊的扩展，例如{'.bz2', '.gz'}并自己添加一些额外的逻辑

>>> paths = """20090209.02s1.1_sequence.txt
... SRR002321.fastq.bz2
... hello.tar.gz
... ok.txt""".splitlines()
>>> import os
>>> def my_split_ext(path):
...     name, ext = os.path.splitext(path)
...     if ext in {'.bz2', '.gz'}:
...         name, ext2 = os.path.splitext(name)
...         ext = ext2 + ext
...     return name, ext
... 
>>> map(my_split_ext, paths)
[('20090209.02s1.1_sequence', '.txt'), ('SRR002321', '.fastq.bz2'), ('hello', '.tar.gz'), ('ok', '.txt')]

Answer 3

> import re
> re.search(r'\.(.*)', 'hello.tar.gz').groups()[0]
'tar.gz'

显然上面假设有一个.，但它看起来不像os.path会在这里做你想要的。

Answer 4

好吧，你可以继续在root上迭代，直到ext为空。换句话说：

filename = "hello.tar.gz"
extensions = []
root, ext = os.path.splitext(filename)
while ext:
    extensions.append(ext)
    root, ext = os.path.splitext(root)

# do something if extensions length is greater than 1

Answer 5

我知道这是一个非常古老的话题，但对于遇到这个话题的其他人，我想分享我的解决方案（我同意这取决于你的程序逻辑）。

我只需要没有扩展名的基本名称，你可以根据需要随时使用splitext，这使得spitext返回（base，ext），其中base始终是basename，ext只包含一个扩展名，如果找到的话。因此，对于具有单周期或双周期的文件（例如.tar.gz和.txt），以下内容始终返回基本名称：

base = os.path.splitext(os.path.splitext(filename)[0])[0]

Answer 6

如果你希望你的文件名包含点，

splittext通常不是一个好的选择，而是我更喜欢：

>> import re
>> re.compile("(?P<name>.+?)(\.(?P<extension>.{1,4}))?$").search("blabla.blublu.tmp").groupdict()
{'extension': 'tmp', 'name': 'blabla.blublu'}
>> re.compile("(?P<name>.+?)(\.(?P<extension>.{1,4}))?$").search("blabla.blublu.tmpmoreblabla").groupdict()
{'extension': None, 'name': 'blabla.blublu.tmpmoreblabla'}
>> re.compile("(?P<name>.+?)(\.(?P<extension>.{1,4}))?$").search("blabla.blublu.tmpmoreblabla.ext").groupdict()
{'extension': 'ext', 'name': 'blabla.blublu.tmpmoreblabla'}

只检查第二种情况"blabla.blublu.tmpmoreblabla"，如果这是一个没有扩展名的文件名，splittext仍然会返回tmpmoreblabla作为扩展名，您对此代码的唯一假设是：

您总是将非空字符串作为输入
您的文件名和扩展程序可能包含任何可能的字符
您的文件扩展名长度介于1或4个字符之间（如果有）更多的角色，它不会被视为一个扩展，但名称的一部分）
您的字符串以扩展名文件

当然你可以使用未命名的组只删除?P<>，但在这种情况下我更喜欢命名组

在Python中从文件名中提取文件扩展名的方法是什么？

6 个答案: