Question

我在打字时正在与正则表达式作斗争。

我想确定以下示例文件的模式：b410cv11_test.ext。我希望能够搜索与上述示例文件的模式匹配的文件。我从哪里开始（如此迷失和困惑）以及获得最符合文件模式的解决方案的最佳方法是什么？提前致谢。

进一步澄清问题：

我希望模式如下：必须以'b'开头，后跟三位数字，然后是'cv'，接着是两位数字，然后是下划线，接着是'release'，接着是'。'分机'

Answer 1

既然你有一个人类可读的文件名描述，那么将其翻译成正则表达式是非常简单的（至少在这种情况下;）

必须以
开头

插入符号（^）将正则表达式锚定到您想要匹配的开头，因此您必须以此符号开头。

'B'，

你的re中的任何非特殊字符都会按字面意思匹配，所以你只需使用“b”来表示这一部分：^b。

后跟[...]位数，

这取决于您使用哪种口味：

表达这一点的最常用方法是使用括号（[]）。这些意思是“匹配。[ASDF]中列出的任何一个字符，例如匹配A或S或D或F，{{1}将匹配0到9之间的任何内容。

你的图书馆可能有“任何数字”的快捷方式。在[0-9]和sed中，您可以使用awk [sic！]，在python和许多其他语言中，您可以使用[[:digit:]]。

所以现在你重新阅读\d。

后面跟着三个[...]

表达这一点的最简单方法是重复原子三次，如下所示：^b\d。

您的语言可能会提供快捷方式：大括号（\d\d\d）。有时您必须使用反斜杠来逃避它们（如果您使用sed或awk，请阅读“扩展正则表达式”）。它们还为您提供了一种方式来说“至少x，但不超过前一个原子的y出现”：{}。

现在你有：{x,y}

后跟'cv'，

再次进行文字匹配，现在我们有^b\d{3}

后跟两位数，

我们已经涵盖了这一点：^b\d{3}cv。

然后是下划线，然后是'release'，然后是.'ext'

同样，这应该完全匹配，但点（^b\d{3}cv\d{2}）是一个特殊字符。这意味着您必须使用反斜杠转义它：.

省略反斜杠意味着像“b410cv11_test_ext”这样的文件名也会匹配，这对你来说可能是也可能不是问题。

最后，如果您想保证“.ext”后面没有其他内容，请将re锚定到要匹配的内容的末尾，使用美元符号（^\d{3}cv\d{2}_release\.ext）。

因此，您特定问题的完整正则表达式为：

易。

无论您使用何种语言或库，都必须在文档中的某处提供参考，以便向您展示您的案例中的确切语法。一旦您学会将问题分解为合适的描述，就会逐步了解更高级的结构。

Answer 2

为避免混淆，请按顺序阅读以下内容。

首先，你有glob模块，它处理文件名正则表达式，就像Windows和unix shell一样。

其次，你有fnmatch模块，它只使用unix shell规则进行模式匹配。

第三，你有re模块，它是一套完整的正则表达式。

然后问另一个更具体的问题。

Answer 3

我希望模式如此如下：必须以'b'开头，然后是三位数，后跟'cv'，然后是两位数，然后是下划线，然后'释放'，然后是.'ext'

^b\d{3}cv\d{2}_release\.ext$

Answer 4

你的问题有点不清楚。你说你想要一个正则表达式，但是你可能想要一个可以用ls这样的命令使用的glob风格模式吗？ glob表达式和正则表达式在概念上类似，但在实践中有所不同（正则表达式功能更强大，在查找文件时，最常见的情况下，glob样式模式更容易。

另外，您认为该模式是什么？当然，*（glob）或。*（正则表达式）将匹配模式。此外， _test.ext（glob）或。 _test.ext（regexp）模式将匹配，许多其他变体也是如此。

你能更具体地说明这种模式吗？例如，您可以将其描述为“b，后跟数字，后跟cv，后跟数字......”

一旦你能用你的母语精确地解释这种模式（这必定是你的第一步），将它转换为全局或正则表达式模式通常是一项相当直接的任务。

Answer 5

如果字母不重要，你可以尝试\ w \ d \ d \ d \ w \ w \ d \ d_test.ext与字母/数字模式匹配，或者b \ d \ d \ dcv \ d \ d_test.ext或两者的混合。

Answer 6

使用正则表达式时，我发现Mochikit regex example是一个很好的帮助。

/^b\d\d\dcv\d\d_test\.ext$/

然后使用python re（regex）模块进行匹配。这当然是假设正则表达式真的是你需要的而不是其他人提到的glob。