Question

我必须处理很长的路，但我想忽略特定的单词：

'/home/me/data/dataset/images/dark-side_23---83971436re.jpg'
'/home/me/data/dataset/images/medium-side_23---83971436re.jpg'
'/home/me/data/dataset/images/others_23---83971436re.jpg'

因此输出应为：

side
side
others

我正在使用此正则表达式：

pat = re.compile(r'/([^/]+)_\d+---.*.jpg$')
re.search(pat, path_string).groups()

而且我尝试使用否定查询进行操作，但不起作用：

pat = re.compile(r'/(?!dark|medium)([^/]+)_\d+---.*.jpg$')

有什么想法吗？

编辑：对不起，我忘了提及它们可能还存在另一个字符串，例如：

'/home/me/data/dataset/images/light-side_23---83971436re.jpg'

它应该返回的位置：

light-side

因此在这种情况下，使用“-”字符将无用。

Answer 1

在([^/]+)_\d+---.*\.jpg$中使用以下条件：

import re
str_list = ['/home/me/data/dataset/images/dark-side_23----83971436re.jpg',
            '/home/me/data/dataset/images/medium-side_23---83971436re.jpg',
            '/home/me/data/dataset/images/others_23---83971436re.jpg',
            '/home/me/data/dataset/images/light-side_23---83971436re.jpg']

pat = re.compile(r'([^/]+)_\d+---.*\.jpg$')
for s in str_list:
    if "light" in s:
        print(re.search(pat, s).group(1))
    else:
        print(re.search(pat, s).group(1).rpartition('-')[2])

输出：

side
side
others
light-side

Answer 2

您可以使用

(?:(?:dark|medium)-)?([^/]+)_\d+---[^/]*\.jpg$

请参见regex demo

详细信息

(?:(?:dark|medium)-)?-一个与1个或0个重复匹配的可选组
- (?:dark|medium)-dark或medium个单词（如果您只想避免整个单词都匹配，请使用(?:\b(?:dark|medium)-)?）
- --连字符
([^/]+)-第1组：/以外的任何一个或多个字符
_-下划线
\d+-1个以上数字
----三个连字符
[^/]*-除/以外的0多个字符
\.jpg-.jpg子字符串（.是特殊字符，因此必须转义）
$-字符串的结尾。

Python demo：

import re
strs = ['/home/me/data/dataset/images/dark-side_23----83971436re.jpg',
            '/home/me/data/dataset/images/medium-side_23---83971436re.jpg',
            '/home/me/data/dataset/images/others_23---83971436re.jpg',
            '/home/me/data/dataset/images/light-side_23---83971436re.jpg']
rx = re.compile(r'(?:(?:dark|medium)-)?([^/]+)_\d+---[^/]*\.jpg$')
for s in strs:
    m = rx.search(s)
    if m:
        print(m.group(1))

输出：

side
side
others
light-side

注意，如果您首先使用os.path.basename(os.path.normpath(s))来抓住最后一个子部分，则可以稍微简化一下。然后，您可以使用r'^(?:(?:dark|medium)-)?(.+)_\d+---.*\.jpg$'。参见this Python demo。

忽略路径字符串中的特定单词

2 个答案: