Question

我正在尝试使用原始正则表达式来帮助我查找和下载文件。因此，我想知道为什么以下代码不起作用？我知道re.findall创造了一个物体，我想象这就是我误入歧途的地方。一如既往地谢谢。

server_list1=('part002.csv.gz' , '2014-01-28', 'part001.csv.gz', '2014-01-28', 'part002.csv.gz', '2014-01-25')

x=[]

for item in server_list1:

    if re.findall(r'gz', item ) == 1 :

        x.append(item)

Answer 1

是的，re.findall返回一个对象（就像Python中的所有内容一样）。但是，该对象是匹配列表，它永远不会等于整数1。

由于空列表在Python中评估为False，因此您只需执行以下操作即可解决问题：

if re.findall(r'\.gz$', item):

以下是演示：

>>> import re
>>> server_list1=('part002.csv.gz' , '2014-01-28', 'part001.csv.gz', '2014-01-28', 'part002.csv.gz', '2014-01-25')
>>> x=[]
>>> for item in server_list1:
...     if re.findall(r'\.gz$', item):
...         x.append(item)
...
>>> x
['part002.csv.gz', 'part001.csv.gz', 'part002.csv.gz']
>>>

另外，您会注意到我将您的正则表达式模式更改为\.gz$而不是gz。新模式将匹配字符串末尾的.gz，而不是字符串中任何位置的gz。

但是，正如下面提到的@krait，你绝不应该使用re.findall来测试单个字符串是否包含模式。相反，您应该使用re.search：

>>> import re
>>> server_list1=('part002.csv.gz' , '2014-01-28', 'part001.csv.gz', '2014-01-28', 'part002.csv.gz', '2014-01-25')
>>> x=[]
>>> for item in server_list1:
...     if re.search(r'\.gz$', item):
...         x.append(item)
...
>>> x
['part002.csv.gz', 'part001.csv.gz', 'part002.csv.gz']
>>>

或者，在这种情况下更好，完全摆脱正则表达式并使用str.endswith：

>>> server_list1=('part002.csv.gz' , '2014-01-28', 'part001.csv.gz', '2014-01-28', 'part002.csv.gz', '2014-01-25')
>>> x=[]
>>> for item in server_list1:
...     if item.endswith('.gz'):
...         x.append(item)
...
>>> x
['part002.csv.gz', 'part001.csv.gz', 'part002.csv.gz']
>>>

Answer 2

尝试删除== 1，如下所示：

for item in server_list1:
    if re.findall(r'gz', item ) :
        x.append(item)

# x => ['part002.csv.gz', 'part001.csv.gz', 'part002.csv.gz']

在旁注中，您的正则表达式将匹配输入字符串中的gz 任何位置。要确保字符串以gz结尾，请使用结束锚$），如gz$或\.gz$中所示，如果您想确保它以{{1}结尾}}

Answer 3

针对特定问题使用最实用的方法。这根本不需要正则表达式匹配。

server_list1 = ('part002.csv.gz' , '2014-01-28', 'part001.csv.gz', '2014-01-28', 'part002.csv.gz', '2014-01-25')

x = []

for item in server_list1:
    if item.endswith('.gz'):
        x.append(item)

或者更简洁：

x = filter((lambda item: item.endswith('.gz')), server_list1)

仅使用in运算符或指定的正则表达式（而不是r'\.gz$'）将错误地匹配figz.png，例如。

您似乎也将异构数据存储在单个元组中。首先，我建议您使用列表，因为这更适合处理可变数量的记录。其次，使您的数据统一：使用元组列表，如：

[('part002.csv.gz', '2014-01-28'), ('part001.csv.gz', '2014-01-28'), ('part002.csv.gz', '2014-01-25')]

这样，您可以确保所有文件名都存储在第一个元组索引中，并且所有日期都存储在第二个元组索引中。给定server_list1，上述结构可以用：

生成

data = zip(server_list1[::2], server_list1[1::2])

python正则表达式基础知识

3 个答案: