Question

这个问题（使用正则表达式可能无法轻松解决）是我希望能够从任意字符串中提取Windows文件路径。我能够使用的最接近的（我已经尝试了很多其他方法）正在使用以下正则表达式：

[a-zA-Z]:\\([a-zA-Z0-9() ]*\\)*\w*.*\w*

将选择文件的开头，并设计为查看字符串的模式（在初始驱动器号之后），后跟反斜杠，并以文件名，可选点和可选扩展名结尾。

接下来就是困难了。由于最大路径长度为260个字符，因此我只需要计算起始位置以外的260个字符。但是，由于文件名中允许使用空格（和其他字符），因此我需要确保没有其他反斜杠，这些反斜杠可以表明先前的字符是文件夹的名称，而后面的不是文件名本身

我可以肯定没有完美的隔离感（完美是善良的敌人），但我想知道是否有人可以提出“最佳可能”解决方案？

Answer 1

这是我根据您所获得的表达式，可以让我在Windows上获取路径：[a-zA-Z]:\\((?:[a-zA-Z0-9() ]*\\)*).*。此处提供了使用示例：https://regex101.com/r/SXUlVX/1

首先，我将捕获组从([a-zA-Z0-9() ]*\\)*更改为((?:[a-zA-Z0-9() ]*\\)*)。
您的原始表达式一个接一个地捕获每个XXX\（例如：Users\ Users\）。
我的匹配(?:[a-zA-Z0-9() ]*\\)*。这使我可以在捕获之前捕获XXX\YYYY\ZZZ\的串联。这样，它使我可以获得完整的路径。

我所做的第二个更改与文件名有关：我将匹配不包含\的任何字符组（捕获组是贪婪的）。这使我可以处理奇怪的文件名。

另一个可行的正则表达式为：[a-zA-Z]:\\((?:.*?\\)*).*，如本例所示：https://regex101.com/r/SXUlVX/2

这次，我使用.*?\\来匹配路径的XXX\部分。
.*?将以非贪婪的方式进行匹配：因此，.*?\\将匹配文本的最短部分，后跟一个反斜杠。

如果对表达式有任何疑问，请不要犹豫。
我也鼓励您尝试使用https://regex101.com来查看表达式的效果。这也列出了您可以在正则表达式中使用的不同令牌。

编辑：由于我以前的回答没有用（尽管我需要花一些时间来找出确切的原因），所以我正在寻找另一种方法来做您想要的事情。我设法使用字符串拆分和连接来实现。
命令为"\\".join(TARGETSTRING.split("\\")[1:-1])。
它是如何工作的：将原始字符串分成多个子字符串列表。然后，我删除第一部分和最后一部分（[1:-1]从第二个元素到最后一个元素），然后将结果列表转换回字符串。

无论给出的值是路径还是文件的完整地址，此方法均有效。 Program Files (x86)\\Adobe\\Acrobat Distiller\\acrbd.exe fred是文件路径 Program Files (x86)\\Adobe\\Acrobat Distiller\\acrbd.exe fred\是目录路径

Windows文件路径的Python正则表达式

1 个答案: