修改

Question

Python的glob模块允许指定通配符来列出文件，并且文件非常实用。

但是如何获取/重建通配符匹配的值？

例如，假设我有这8个文件：fa1 fa2 fa3 fb1 fb3 fc1 fc2 fc3（注意：fb2丢失了。）

我能做到

import glob
glob.glob('f[ab][12]') # ['fa2', 'fb1', 'fa1']

在这种情况下，我有2个通配符：[ab]和[12]。它们中的每一个都匹配值a，b和1以及2，但这些值只有3种组合，因为一个文件fb2（一个有效的通配符组合`）不存在。

问题： 如何获取每个通配符的有效匹配值列表？更确切地说：如何获得与实际现有文件匹配的（字符串）值的元组列表？

在我的示例中，我想获取元组列表：[('a', '2'), ('b', '1'), ('a', '1')]。

请注意：

我不想获取全名，只是通配符匹配的值（在我的示例中，前缀'f'不是通配符的一部分，因此我不想获得它在元组列表中）;
这必须适用于所有受支持的通配符，包括*和？。

我能想到的唯一解决方案是使用正则表达式，但这基本上意味着重新实现整个glob机制来提取中间数据。

修改

由于我提出了一个过于宽泛的提案，因此我提出了一个非常广泛的提案。问题（???），我将问题重新表述为：是否可以使用glob / fnmatch模块获得该结果而不使用直接正则表达式？

Answer 1

在您的具体情况下，您可能希望使用itertools.product：

import itertools
import os


def get_wildcards(*specs):
    for wildcard in itertools.product(*specs):
        if os.path.exists('f{}{}'.format(*wildcard)):
            yield wildcard


for wildcard in get_wildcards('ab', '12'):
    print wildcard

输出：

('a', '1')
('a', '2')
('b', '1')

在这种情况下，您正在使用＆＃34;产品＆＃34; ＆＃34; ab＆＃34; 和＆＃34; 12＆＃34; ，最后得到4个元组，os.path.exists测试消除那些元组不要指定现有文件。

更新

计划是将文件系统通配符转换为正则表达式（您可以避免使用正则表达式，但这会很痛苦）。接下来，我们将列出当前目录中的所有文件，将每个文件与正则表达式进行匹配。如果找到匹配，我们将构造一个元组来产生它。

import re
import os


def regex_from_wildcard(wildcard):
    wildcard = wildcard.replace('.', r'\.')
    wildcard = wildcard.replace('[', '([').replace(']', '])')
    wildcard = wildcard.replace('?', r'(.)').replace('*', r'(.*)')
    wildcard = r'^{}$'.format(wildcard)
    wildcard = re.compile(wildcard)
    return wildcard


def generate_from_wildcards(wildcard):
    pattern = regex_from_wildcard(wildcard)
    for filename in os.listdir('.'):
        match_object = re.match(pattern, filename)
        if match_object:
            yield tuple(''.join(match_object.groups()))


# Test
for tup in generate_from_wildcards('f[bc]?'):
      print tup

几点说明：

由于我仍然不清楚你想要什么，解决方案可能会在几个地方关闭
如果通配符包含非通配符，例如f，一个点，那么这些不包含在元组中。

从python＆lt; glob中提取所有扩展

修改

1 个答案:

更新