使用 glob 获取没有文件扩展名的文件名答案

【问题标题】：Getting file names without file extensions with glob使用 glob 获取没有文件扩展名的文件名
【发布时间】：2018-06-18 16:31:18
【问题描述】：

我只搜索 .txt 文件

from glob import glob
result = glob('*.txt')

>> result
['text1.txt','text2.txt','text3.txt']

但我想要result 没有文件扩展名

>> result
['text1','text2','text3']

是否有可以与glob 一起使用的正则表达式模式来从输出中排除文件扩展名，还是我必须对result 使用列表理解？

【问题讨论】：

你的标题有点误导，Getting file names without file extension with glob会更好吗？
@Simon 同意。标题听起来像是在寻找 libmagic 或其他一些启发式方法来检测文本文件。你的重写对我来说听起来不错。
@abarnert 我应该自己编辑吗？未经 OP 同意？
附带说明：glob 不采用正则表达式模式，它采用全局模式，这是另一回事。在幕后，它确实构建了正则表达式模式以应用于文件列表，但您看不到这些。（如果您想查看它们，请参阅fnmatch 模块。）
@Simon 我认为这很好。如果他们不同意，OP 总是可以回复，如果不同意，你已经为他们改进了他们的问题。

标签： python glob

【解决方案1】：

glob() 无法做到这一点，您需要获取给定的列表，然后创建一个新列表来存储没有扩展名的值：

import os
from glob import glob

[os.path.splitext(val)[0] for val in glob('*.txt')]

os.path.splitext(val) 将文件名拆分为文件名和扩展名。 [0] 只返回文件名。

【讨论】：

【解决方案2】：

由于您尝试拆分文件扩展名，而不是拆分任意字符串，因此使用os.path.splitext（或pathlib 模块）更有意义。虽然它确实在当前唯一重要的平台（Windows 和 *nix）上没有实际差异，但它仍然在概念上更清楚你在做什么。（如果您稍后开始使用类似路径的对象而不是字符串，它将继续保持不变，以启动。）

所以：

paths = [os.path.splitext(path)[0] for path in paths]

同时，如果这真的因为某种原因冒犯了您，glob 在幕后所做的只是调用fnmatch 将您的 glob 表达式转换为正则表达式，然后将其应用于所有文件名。因此，您可以通过自己替换正则表达式并使用捕获组来替换它：

rtxt = re.compile(r'(.*?)\.txt')
files = (rtxt.match(file) for file in os.listdir(dirpath))
files = [match.group(1) for match in files if match]

这样，您不会在 glob 中已经存在的列表之上进行列表计算；你正在做一个而不是已经在glob中的那个。我不确定这是否是一个有用的胜利，但既然你似乎有兴趣消除一个列表竞争......

【讨论】：

@abanert：感谢您的详细解释。

【解决方案3】：

使用索引切片：

result = [i[:-4] for i in result]

【讨论】：

这行得通，但不如使用splitext 甚至rsplit 清晰或健壮。例如，如果您稍后将代码更改为同时接受.txt 和.text，则其他解决方案会继续工作，但这个不会。

【解决方案4】：

使用rsplit的另一种方式：

>>> result = ['text1.txt','text2.txt.txt','text3.txt']
>>> [x.rsplit('.txt', 1)[0] for x in result]
['text1', 'text2.txt', 'text3']

你可以做一个列表理解：

result = [x.rsplit(".txt", 1)[0] for x in glob('*.txt')]

【讨论】：

为什么不只是rsplit('.')？
@abarnert 确定这也有效。但我认为它更好地使用.txt，因为 OP 是特定于 .txt 文件的。

【解决方案5】：

这个 glob 只选择没有扩展名的文件：**/*/!(*.*)

【讨论】：

【解决方案6】：

使用str.split

>>> result = [r.split('.')[0] for r in glob('*.txt')]
>>> result
['text1', 'text2', 'text3']

【讨论】：

这会为text.file.10.txt 做错误的事情，返回text 而不是text.file.10（这在某些过时的平台上是正确的，但在Windows 或Unix 上不是）。