Python re.search re.sub string

时间:2013-09-25 20:51:27

标签: python regex string split expression

我有一个文件名,它始终以一个带有文件扩展名的数字结束,例如:

filename = 'photo_v_01_20415.jpg'

从文件名中我需要提取file_extension和文件扩展名为itslelf之前的最后一个数字。作为分裂的结果,我应该有两个字符串:

original_string = 'photo_v_01_20415.jpg'

string_result_01 = `photo_v_01_`  (first half of the file name)

string_result_02 = `20415.jpg`    (second half of the file name).

问题是传入的文件名将不一致。 最后一个数字可以通过下划线" _",空格"与其file_name分开。 ",按期间"。"或其他任何东西。可能的文件名示例:

photo_v_01_20415.jpg
photo_v_01.20415.jpg
photo_v_01 20415.jpg
photo_v_01____20415.jpg

看来我需要使用re。表达式与re.search或re.sub。我很感激任何建议!

3 个答案:

答案 0 :(得分:3)

import re

names = '''\
photo_v_01_20415.jpg
photo_v_01.20415.jpg
photo_v_01 20415.jpg
photo_v_01____20415.jpg'''.splitlines()

for name in names:
    prefix, suffix = re.match(r'(.+?[_. ])(\d+\.[^.]+)$', name).groups()
    print('{} --> {}\t{}'.format(name, prefix, suffix))

产量

photo_v_01_20415.jpg --> photo_v_01_    20415.jpg
photo_v_01.20415.jpg --> photo_v_01.    20415.jpg
photo_v_01 20415.jpg --> photo_v_01     20415.jpg
photo_v_01____20415.jpg --> photo_v_01____  20415.jpg

正则表达式模式r'(.+?[_. ])(\d+\.[^.]+)$'表示

r'             define a raw string
(              with first group
     .+?           non-greedily match 1-or-more of any character
     [_. ]         followed by a literal underscore, period or space
)              end first group 
(              followed by second group
     \d+           1-or-more digits in [0-9]
     \.            literal period
     [^.]+         1-or-more of anything but a period
)              end second group 
$              match the end of the string
'              end raw string

答案 1 :(得分:3)

使用re.match代替re.search将所有字​​符串与模式匹配。因此

import re

def split_name(filename):
    match = re.match(r'(.*?)(\d+\.[^.]+)', filename)
    if match:
        return match.groups()
    else:
        return None, None

for name in [ 'foo123.jpg', 'bar;)234.png', 'baz^_^456.JPEG', 'notanumber.bmp' ]:
    prefix, suffix = split_name(name)
    print("prefix = %r, suffix = %r" % (prefix, suffix))

打印:

prefix = 'foo', suffix = '123.jpg'
prefix = 'bar;)', suffix = '234.png'
prefix = 'baz^_^', suffix = '456.JPEG'
prefix = None, suffix = None

适用于任意后缀;如果文件名与模式不匹配,则匹配失败,并返回None,None。

答案 2 :(得分:0)

import re

matcher = re.compile('(.*[._ ])(\d+.jpg)')
result = matcher.match(filename)

根据需要为[._]添加其他选项。