如何将正则表达式与 glob 库一起使用答案

【问题标题】：How to use regex with glob library如何将正则表达式与 glob 库一起使用
【发布时间】：2017-01-30 00:54:30
【问题描述】：

我有一个文件夹，其中包含许多用于 D3 可视化的输入文件。但是，我无法让我的正则表达式代码与 glob 一起使用。这允许用户指定年份（注意：我所有的输入文件都有格式 YYYY_MM_#produpdt###）：

from glob import glob

years = "[\'2016\']"
months = "[\'12\']"
loc = "produpdt_files/"
file_list = []
for year in years:
    file_list.extend(glob(loc+year+"*"))
print file_list

我应该如何编写代码以使用年和月？以下方法不起作用：

from glob import glob

years = "[\'2016\']"
months = "[\'12\']"
loc = "produpdt_files/"
file_list = []
for year in years:
    for month in months:
        print(loc+year+"_12"+"*")
        file_list.extend(glob(loc+year+"_"+month+"*"))
print file_list

【问题讨论】：

附带说明，years 是一个字符串。当您遍历一个字符串 (for year in years) 时，您一次将获得一个字符。我假设你并不是真的要那样做。同样的评论适用于您在 months 上的循环。
谢谢！这对我所看到的来说是有道理的。
文件名、数字中的那些哈希是什么？
是的，它们是数字。

标签： python regex glob

【解决方案1】：

您要输入 glob 的表达式是 os.path.join(loc, "2016_12_*")

【讨论】：

有没有办法在该表达式中使用变量“年”和“月”？我刚试过 os.path.join(loc, year+"12*") 失败了。
os.path.join(loc, year+"12*") 和 os.path.join(loc, "2016_12_*") 不等价。 year+"12*" 评估（使用year=2016）为201612*。请注意，这在年份和月份之间没有下划线。创建字符串的pythonic方法是使用字符串格式，所以os.path.join(loc, "{year}_{month}_*".format(year=2016, month=12))是你想要的。
感谢 Terrence 以 Python 方式创建字符串！而且我无法在 StackOverflow 中显示下划线——我可能必须添加一个转义字符。
那你还有问题吗？
不，你们解决了。我使用了以下代码：file_list.extend(glob(os.path.join(loc, year+""+month+"*")))

【解决方案2】：

glob 不接受正则表达式，因此您需要编写自己的 globber。但是使用os.listdir 很容易做到这一点。您可以使用正则表达式中的组来查找多个日期，例如r"(2012|2013|2014)_(10|11)_\dproduptd\d{4}"。下面的示例使用年份和月份列表格式化正则表达式。

import os
import re

def produpdt_glob(path, years=None, months=None):
    if years is None:
        years = r'\d' * 4
    if months is None:
        months = r'[01]\d'
    regex = r'({})_({})_\dprodupdt\d{4}'.format('|'.join(years), '|'.join(months))
    match = re.compile(regex).match
    for fn in os.listdir(path):
        if match(fn):
            fn = os.path.join(path, fn)
            if os.path.isfile(fn):
                yield fn

【讨论】：