Question

我在linux文件夹中有特定格式的文件名。我想在这些文件名的第一个和第二个下划线之间提取字符串，并计算该文件夹中的此类文件类型。文件名如下：

2305237803310_ABC_A05_1378414278883.hl7

20132480014907_DEF_R01_1378420192336.hl7

20132480014793_DEF_R01_1378418604889.hl7

2313642803310_ABC_A08_1378824296915.hl7

2313614403310_ABC_A08_1378823995805.hl7

2313614403310_MNY_A08_1378823995805.hl7

等等

我的脚本输出应该给我：

ABC 3

DEF 2

MNY 1

Answer 1

使用defaultdict或Counter或setdefault或__missing__个用户来计算它们。这是__missing__：

txt='''\
2305237803310_ABC_A05_1378414278883.hl7
20132480014907_DEF_R01_1378420192336.hl7
20132480014793_DEF_R01_1378418604889.hl7
2313642803310_ABC_A08_1378824296915.hl7
2313614403310_ABC_A08_1378823995805.hl7
2313614403310_MNY_A08_1378823995805.hl7'''

class Dicto(dict):
    def __missing__(self, key):
        self[key]=0
        return self[key]

d=Dicto()      
for line in txt.splitlines():
    k=line.split('_')       
    d[k[1]]+=1

print d  
# {'MNY': 1, 'ABC': 3, 'DEF': 2}

Answer 2

我会使用正则表达式，os.listdir和dict来跟踪计数。像这样的东西相对紧凑，这种方法可以推广到其他类似的问题。

import re
import os
import collections


def print_names():
    names_count = collections.Counter()
    regex = r'[^_]+_([^_]*)_.*'
    for file_name in os.listdir("."):
        match = re.match(regex, file_name)
        if match:
            names_count[match.groups()[0]] += 1

    for name, count in names_count.items():
        print(name, count)


if __name__ == "__main__":
    print_names()

使用示例文件输出： ABC 3 MNY 1 DEF 2

Answer 3

使用dict并拆分它可以很容易：

s = ["2305237803310_ABC_A05_1378414278883.hl7","20132480014907_DEF_R01_1378420192336.hl7","20132480014793_DEF_R01_1378418604889.hl7",
     "2313642803310_ABC_A08_1378824296915.hl7","2313614403310_ABC_A08_1378823995805.hl7","2313614403310_MNY_A08_1378823995805.hl7"]

resultsDict = {}    
for value in s:

    m = value.split("_")

    if len(m) > 2:    
       myString = m[1]    
       if myString in resultsDict:
           resultsDict[myString] += 1
       else:
           resultsDict.update({myString: 1})    
    else:
        print "error in the string! there are less then 2 _"

print resultsDict

<强>输出：

{'MNY': 1, 'ABC': 3, 'DEF': 2}

Answer 4

bash（100％内部命令）：

#!/bin/bash

declare -A ARRAY

cd "/your/linux/folder"
for TAG in *
do TAG=${TAG#*_}; TAG=${TAG%%_*}; (( ++ARRAY[$TAG] ))
done

for TAG in ${!ARRAY[*]}
do echo $TAG ${ARRAY[$TAG]}
done

输出：

ABC 3
MNY 1
DEF 2

脚本在文件夹中的文件名的第一个和第二个下划线之间提取字符串，并显示此类文件的计数

4 个答案: