使用正则表达式从目录中读取文件答案

【问题标题】：Using regular expressions to read a file from a directory使用正则表达式从目录中读取文件
【发布时间】：2021-10-14 05:58:13
【问题描述】：

我有一个包含许多文件的目录。在我的 for 循环的每次迭代中，我想读取一个以

开头的文件

"stc_" + str(k) + "anything here" + "_alpha.mat"

这个k 在每次迭代中都会发生变化。如何使用正则表达式读取这样的文件？

只有一个文件开头带有"stc_" + str(k)。但是“这里的任何东西”都会因文件而异。

我知道一种选择是重写所有文件，但我想学习如何为此目的使用正则表达式。

【问题讨论】：

标签： python python-3.x regex glob python-re

【解决方案1】：

您可以在os.listdir 上使用filter：

import os
import re

def glob_re(pattern, strings):
    return filter(re.compile(pattern).match, strings)

filenames = glob_re(r'stc_\d.*_alpha\.mat', os.listdir())

【讨论】：

非常感谢。然后，我想我还需要指定d的值。我怎样才能通过它？例如，在第一个循环中，我想读取 stc_0__alpha.mat 在第二个循环中，stc_1__alpha.mat 我还想传递 \d 的值
然后只需将\d 替换为您想要的实际字符串。但这似乎效率太低了；只需按数字对文件进行排序。
...但是你根本不需要正则表达式。

【解决方案2】：

你没有透露k的域，但是根据cmets，它似乎是一个数字。

如果每个k 只有一个文件，您可以简单地循环这些文件。

for knum in range(kmin, kmax+1):
     for file in glob.glob("stc_%i*_alpha.mat" % knum):
        # Only expect one match
        process(file)

如果您真的很想为此使用正则表达式，那么数字 7 到 24 的正则表达式就是 (?:7|8|9|10|11|...|23|24)（可以简化为 (?:[7-9]|1[0-9]|2[0-4])，但在这里，它可能不值得努力）。

os.listdir 将返回按字母排序的匹配文件；如果您需要不同的排序顺序，可以使用os.scandir 并提供您自己的排序功能。

my_files = []
for file in os.scandir(directory):
    m = re.match(r'stc_(\d+).*_alpha\.mat', file)
    if m:
        # Maybe you only care about a particular range for k?
        kcurr = int(m.group(1))
        if kcurr < 7 or kcurr > 24:
            continue
        my_files.append(kcurr, file))
my_files = [x[1] for x in sorted(my_files)]

这里，我们使用正则表达式分组括号来提取包含排序键和文件名的元组，然后在排序后丢弃排序键，只保留匹配文件的排序列表。（另见Schwarzian transform.)

跳过小于 7 或大于 24 的值的 if 子句演示了如何仅覆盖特定数字；如果你不需要那个，显然把它拿出来。

访问磁盘的速度比处理内存中的数据慢 1000 倍，因此您通常希望避免重复访问磁盘。

【讨论】：