在 Python 中使用 glob 对文件名应用多个过滤器

Question

我想使用 python 中的 glob 库对文件名应用多个过滤器。我浏览了一些在线资源，可以看到使用 * 操作，可以这样做。但是，我的过滤器无法正常工作，因为我试图同时应用多个过滤器。它读取的文件多于应有的数量。

假设我的文件存储有如下日期信息。我有年、月、日信息作为扩展。例如，名称my_file_20220101A1835.txt 表明该文件是从 2022 年 1 月 1 日开始的，并在下午 6 点 35 分保存。如果我想获取前六个月上半年的 2022 年到 2023 年之间的所有文件，我将使用以下行。

folder_path = "...'
glob.glob(f"{folder_path }/*[2022-2023]**[01-06]**[01-15]*"A"*[01-24]**[00-60]*.pq")

有没有一种结构化的方法可以有效地执行此操作？

Answer 1

这 ”字符范围“不要按照你认为的方式工作......他们对单个字符进行操作 - 即：[01-06] 将允许任何字符匹配0，1-0，6......其中1-0是一个无效（向后）范围。

此外，双星 (**) 仅在某些情况下相关 - 如果 recursive=True 它“将匹配任何文件和零个或多个目录、子目录和目录的符号链接“，如果include_hidden=True它”将匹配隐藏目录“。docs

---

相反如何 - 因为您对表示的实际日期感兴趣 - 您解析出日期并与之匹配。这提高了您阅读和维护应用程序的能力 - 虽然可以编写正则表达式来匹配此日期，但它很快就会变得难以推理。

import re
from glob import iglob
from datetime import datetime

for fname in iglob('./*.pq'):
  match = re.search(r'/(?P<name>.*)_(?P<date>[0-9]{8}).(?P<ext>[^.]+)$', fname)
  if not match:
    # filename format doesn't match what we're after...
    continue

  try:
    date = datetime.strptime(match.groupdict()['date'], '%Y%m%d')
  exception ValueError:
    # the 8 digits we matched don't look like a date...
    continue

  if not (2022 <= date.year <= 2023):
    continue
  if not (1 <= date.month <= 6):
    continue
  if not (1 <= date.day <= 15):
    continue

  # handle file here!
  print(fname)