Question

关于python中的globbing的快速问题。

我有一个文件目录，包括＆lt; sync_0001.tif＆＃39;，＆＃39; sync_0002.tif＆＃39;，...，＆＃39; sync_2400.tif＆＃39;。我想获得这些文件的3个子集列表：1个用于前800个文件，第2个800个文件和最后800个文件。唯一的问题是数字之前的0。我无法找出正确的方法来获取这些列表。第三个列表很简单，因为没有0填充这些文件（s3 = glob.glob（＆＃39; sync_ [1601-2400] .tif＆＃39;）。另外两个比较棘手，因为0前面的数字会有所不同。

我试过这个，但是性格范围不好，＆＃39;我猜是因为0：

s1 = glob.glob('sync_' + '{[0001-0009], [0010-0099], [0100-0800]}' + '.tif')
s2 = glob.glob('sync_' + '{[0801-0999], [1000-1600]}' + '.tif')

然后我尝试将0移出前面，但得到了一个空列表：

s1 = glob.glob('sync_' + '{000[1-9], 00[10-99], 0[100-800]}' + '.tif')

实现这三个列表的最佳方法是什么？我开始认为我的整个球体都是错误的，所以如果有人能够发出一些很棒的光。谢谢！

Answer 1

支持glob.glob()功能的fnmatch module对于您的任务而言并不够复杂。

只需抓取所有文件名并在排序后对其进行分区：

filenames = sorted(glob.glob('sync_[0-9][0-9][0-9][0-9].tif'))

这是有效的，因为您的数字是填充的，因此可以按字典顺序排序。然后分区：

s1 = [f for f in filenames if 0 < int(f[5:9]) <= 800]
s2 = [f for f in filenames if 800 < int(f[5:9]) <= 1600]
s3 = [f for f in filenames if 1600 < int(f[5:9]) <= 2400]

无论如何，目录I / O将是最慢的。你可以通过循环一次并交换你追加的内容来提高效率：

target = s1 = []
s2 = []
s3 = []
for f in filenames:
    num = int(f[5:9])
    if num > 800:
        target = s2
    elif num > 1600:
        target = s3
    target.append(f)

但对于这样的任务，坚持更简单的列表理解也很好。

Answer 2

最好的方法是：

全球所有以sync
按编号组件
将其拆分为800块

由于你已经知道了globbing，其余的是：

import glob
import re
from itertools import izip_longest

# https://docs.python.org/2/library/itertools.html#recipes
def grouper(iterable, n, fillvalue=None):
    "Collect data into fixed-length chunks or blocks"
    # grouper('ABCDEFG', 3, 'x') --> ABC DEF Gxx
    args = [iter(iterable)] * n
    return izip_longest(fillvalue=fillvalue, *args)


def sorter(x):
    return int(re.search('(\d+)',x).groups()[0])

files = glob.glob('sync*.tif')
sorted_files = sorted(files, key=sorter)
in_batches = list(grouper(sorted_files, 800))

由于模式总是sync_（编辑后），您可以将上面的代码简化为以下内容：

files = glob.glob('sync_*.tif')
sorted_files = sorted(files, key=lambda x: int(x.split('_')[1]))
in_batches = list(grouper(sorted_files, 800))

使用填充0s-python对范围进行全局化

2 个答案: