Python中的正则表达式匹配文件夹中的所有文件

Question

我对正则表达式非常不满意。 我正在尝试根据文件名找到文件夹中的文件。大多数文件名的格式为GSE1234_series_matrix.txt，因此我一直在使用os.path.join("files", GSE_num + "_series_matrix.txt")。但是，一些文件的名称类似于GSE1234-GPL22_series_matrix.txt。我不知道如何处理所有以GSE编号开头并以_series_matrix.txt结尾的文件，可能在一个语句中。我真的很感激任何帮助。

编辑 - 我将这些系列矩阵文本文件放在一个文件夹中，为此我提到了使用路径连接的路径。我还输入了一个文本文件，其中包含所有GSE编号。这样它只为选定的GSE编号运行脚本。因此，文件夹中的所有内容都不在GSE num列表中，并且列表中只有GSE编号，而不是GPL。例如，文件GSE1234-GPL22_series_matrix.txt将是列表中的GSE1234。

Answer 1

完全使用正则表达式。

good_filenames = [name for name in filenames if name.startswith("GSE") and name.endswith("_series_matrix.txt")]

Answer 2

凯文的答案很棒！如果你想使用正则表达式，你可以这样做：

^GSE\d+.*series_matrix.txt$

这将匹配以GSE和数字开头的任何内容，并以series_matrix.txt结尾

Answer 3

你可以使用glob。根据您在模式中包含的路径的数量，您根本不必担心使用os.path.join。

import glob
good_filenames = glob.glob('/your/path/here/GSE*_series_matrix.txt')

返回：

['/your/path/here/GSE1234_series_matrix.txt',
 '/your/path/here/GSE1234-GPL22_series_matrix.txt']