Question

我正在尝试查找遵循此模式的文件夹中的所有文件名：'index_YYYYMMDD.csv'。 'YYYYMMDD'部分表示数据文件的日期。下面列出了一些文件名：

'index_20091101.csv'， 'index_20091102.csv'， 'index_20091103.csv'， 'index_20091104.csv'， 'index_20091105.csv'， 'index_20091106.csv'， 'index_20091107.csv'， 'index_20091108.csv'，

给定startDate和endDate，我想找到所有文件名，日期部分位于startDate和endDate之间。例如，对于上面的文件列表，如果startDate = 20091104和endDate = 20091107，我想要找到的文件名应为：

'index_20091104.csv'， 'index_20091105.csv'， 'index_20091106.csv'， 'index_20091107.csv'

我已经尝试过os.listdir函数，它给了我所有的文件名。要过滤掉不需要的文件，我想我需要使用正则表达式，但无法解决它。

任何人都可以帮我这个吗？谢谢！

Answer 1

import glob
glob.glob('index_[0-9]*.csv')

这将计算以数字开头的文件名。

John's解决方案完全匹配8个数字。

Answer 2

如果您想与glob完全匹配8位数，则需要将它们全部写出来

import glob
glob.glob('index_[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9].csv')

帮助模块glob中的函数glob：

<强>水珠（路径）       返回与路径名模式匹配的路径列表。

模式可能包含简单的shell样式通配符a la      的fnmatch。但是，与fnmatch不同，文件名以a开头      dot是与'*'和'？'不匹配的特殊情况      图案。

如果你想要真正的正则表达式，请使用os.listdir并过滤结果

[x for x in os.listdir('.') if re.match('index_[0-9]*.csv', x)]

Answer 3

我会采取以下方法。您可以定义一个简单的文件过滤器工厂。

import time

def make_time_filter(start, end, time_format, file_format='index_{time_format:}.csv'):
    t_start = time.strptime(start, time_format)
    t_end = time.strptime(end, time_format)
    ft_fmt = file_format.format(time_format=time_format)

    def filt(fname):
        try:
            return t_start <= time.strptime(fname, ft_fmt) <= t_end
        except ValueError:
            return False

    return filt

现在，您只需创建一个谓词来过滤掉您想要的日期范围

time_filt = make_time_filter('20091101', '20091201', '%Y%m%d')

然后将其传递给filter

filter(time_filt, os.listdir(your_dir))

或者理解某种

(fname for fname in os.listdir(your_dir) if time_filt(fname))

正则表达式会更通用，但你不需要一个正则表达式，因为你的文件名都遵循一个你知道必须包含日期的简单模式。有关time模块的更多信息，请参阅docs。

Answer 4

这将使您获得您想要的位置，并允许您提供开始和结束日期：

GetListOfUsers();

python查找模式后面的文件夹中的所有文件名

4 个答案: