从 Python 中的不同字符串中提取模式

Question

我的文件名很少：

xyz-1.23.35.10.2.rpm

xyz-linux-version-90.12.13.689.tar.gz

xyz-xyz-xyz-13.23.789.0-xyz-xyz.rpm

这里的xyz可以是任意大小的任意字符串（只有字母没有数字）

这里带（'.'）的数字是每个文件的版本。

我可以使用一个通用函数从每个文件名中提取版本吗？ 我试过了，但是这个函数变得太大了，并且大量使用了硬编码常量。 请推荐一个简单的方法

Answer 1

我们可以使用re 模块来做到这一点。让我们定义我们要匹配的模式。

我们需要匹配一串数字：

\d+

这些数字后面可以跟一个句点或连字符：

\d+[\-\.]?

而且这种模式可以重复多次：

(\d[\-\.]?)*

最后，我们总是以至少一位数字结尾：

(\d+[\-\.]?)*\d+

此模式可用于定义从文件名返回版本号的函数：

import re

def version_from(filename, pattern=r'(\d+[\-\.]?)*\d+'):
    match = re.search(pattern, filename)
    if match:
        return match.group(0)
    else:
        return None

现在我们可以使用该函数从您提供的数据中提取所有版本：

data = ['xyz-1.23.35.10.2.rpm', 'xyz-linux-version-90-12-13-689.tar.gz', 'xyz-xyz-xyz-13.23.789.0-xyz-xyz.rpm']

versions = [version_from(filename) for filename in data]

结果就是你要的列表：

['1.23.35.10.2', '90-12-13-689', '13.23.789.0']

Answer 2

不确定是否有更好的方法正则表达式不是我真正喜欢的，但这里有一种方法可以让您查看文件的版本，假设唯一出现的数字是这种格式的版本。

import re
strings = [
    "xyz-1.23.35.10.2.rpm",
    "xyz-linux-version-90.12.13.689.tar.gz",
    "xyz-xyz-xyz-13.23.789.0-xyz-xyz.rpm",
]
for string in strings:
    matches = re.findall("\d+", string)
    version = ".".join(matches)
    print(version)

结果：

1.23.35.10.2
90.12.13.689
13.23.789.0

Answer 3

假设你的字符串中唯一的数字是你需要提取的版本，你可以尝试这样的事情：

 def func(someString):
    version = ''
    found = False 
    for character in someString:
        if character.isdigit():
            found = True
        elif character.isalpha():
            found = False
        if found:
            version += character
    return version

基本上我们搜索字符串的每个字符，并且当版本部分开始时找到变为真（因为'number'.isdigit() 返回true）。当我们到达那个部分时，每个字符都被添加到版本字符串中。 isdigit() 和 isalpha() 是 python 基本库的一部分，所以你不需要导入任何东西。

附：我还没有测试过这个错误