python正则表达式给出空字符串

Question

首先，我是正则表达式的新手。 但到目前为止，我爱上了他们。 我正在使用正则表达式从我从渲染引擎获得的图像文件名中提取信息。 到目前为止，这个正则表达式工作正常......

_([a-z]{2,8})_?(\d{1,2})?(\.|_)(\d{3,10})\.([a-z]{2,6})$

如果我在文件名上使用split（）方法，例如...

image_file_name_ao.0001.exr

我回来了我可以用的好小清单....

['image_file_name', 'gi', None, '.', '0001', 'exr', '']

我唯一担心的是它总是最后返回一个空字符串。 无论我如何更改或操纵正则表达式，它总是在列表的末尾给我一个空字符串。 我完全放弃了忽略它并继续前进，但我的问题是我正在用我的正则表达式做错了还是我可以做些什么来使它不能通过最后的空字符串？ 感谢您的时间。

Answer 1

难怪。 split方法在正则表达式的出现时拆分你的字符串（加上返回组范围）。 并且由于你的正则表达式只匹配直到行结束的子字符串（由结尾处的$表示），所以没有什么可以在文件名的末尾分割，而是空后缀（ '' ）。

鉴于您已经在表达式中使用了“ (...) ”组，您也可以使用re.match(regex, string) 。 这将为您提供一个MatchObject实例，您可以从中通过groups()从中检索包含您的组的元groups() ：

# additional group up front
reg='(\S*)_([a-z]{2,8})_?(\d{1,2})?(\.|_)(\d{3,10})\.([a-z]{2,6})$' 
print re.match(reg, filename).groups() # request tuple of group matches

编辑：我真的很抱歉，但我没有意识到你的模式与第一个字符的文件名字符串不匹配。 我在答案中扩展了它。 如果你想使用split()坚持你的方法，你也可能会改变原始模式，使文件名的最后一部分不匹配，从而分开。

Answer 2

有趣的问题。

我改变了一点正则表达式的模式：

import re

reg = re.compile('_([a-z]{2,8})'

                 '_?(\d\d?)?'

                 '([._])'
                 '(\d{3,10})'
                 '\.'
                 '(?=[a-z]{2,6}$)')

for ss in ('image_file_name_ao.0001.exr',
           'image_file_name_45_ao.0001.exr',
           'image_file_name_ao_78.0001.exr',
           'image_file_name_ao78.0001.exr'):
    print '%s\n%r\n' % ( ss, reg.split(ss) )

结果

image_file_name_ao.0001.exr
['image_file_name', 'ao', None, '.', '0001', 'exr']

image_file_name_45_ao.0001.exr
['image_file_name_45', 'ao', None, '.', '0001', 'exr']

image_file_name_ao_78.0001.exr
['image_file_name', 'ao', '78', '.', '0001', 'exr']

image_file_name_ao78.0001.exr
['image_file_name', 'ao', '78', '.', '0001', 'exr']

Answer 3

你可以使用filter（）

鉴于你的例子，这将工作，如，

def f(x):
    return x != '' 

filter
(
    f,
    re.split('_([a-z]{2,8})_?(\d{1,2})?(\.|_)(\d{3,10})\.([a-z]{2,6})$',
    'image_file_name_ao.0001.exr')
)