Windows文件路径的Python正则表达式

Question

这个问题（使用正则表达式可能无法轻松解决）是我希望能够从任意字符串中提取Windows文件路径。 我能够（我尝试了很多其他方法）最接近的方法是使用以下正则表达式：

[a-zA-Z]:\\([a-zA-Z0-9() ]*\\)*\w*.*\w*

它选择了文件的开头，旨在查看字符串的模式（在初始驱动器号之后），后跟反斜杠，并以文件名，可选点和可选扩展名结尾。

困难是接下来发生的事情。 由于最大路径长度为260个字符，因此我只需要计算起始位置以外的260个字符。 但是，由于文件名中允许使用空格（和其他字符），因此我需要确保没有其他反斜杠，这些反斜杠可以表明先前的字符是文件夹的名称，而后面的不是文件名本身。

我可以肯定没有完美的隔离（完美是商品的敌人），但我想知道是否有人可以提出“最佳可能”解决方案？

Answer 1

这是基于您的表达式，使我能够在Windows上获取路径： [a-zA-Z]:\\\\((?:[a-zA-Z0-9() ]*\\\\)*).* 。 此处提供了使用示例： https : //regex101.com/r/SXUlVX/1

首先，我将捕获组从([a-zA-Z0-9() ]*\\\\)*更改为((?:[a-zA-Z0-9() ]*\\\\)*) 。
您的原始表达式一个接一个地捕获每个XXX\\ （例如： Users\\ Users\\ ）。
我的比赛(?:[a-zA-Z0-9() ]*\\\\)* 。 这使我可以在捕获之前捕获XXX\\YYYY\\ZZZ\\的串联。 因此，它使我获得了完整的途径。

我所做的第二个更改与文件名有关：我将匹配不包含\\任何字符组（捕获组为贪婪的）。 这使我可以处理奇怪的文件名。

另一个有效的正则表达式为： [a-zA-Z]:\\\\((?:.*?\\\\)*).* ，如本例所示： https : //regex101.com/r/SXUlVX/ 2

这次，我使用.*?\\\\来匹配路径的XXX\\部分。
.*? 将以非贪婪的方式进行匹配：因此， .*?\\\\将匹配文本的最少部分，后跟一个反斜杠。

如果您对表达式有任何疑问，请不要犹豫。
我也鼓励您尝试使用https://regex101.com来查看表达式的效果。 这也列出了您可以在正则表达式中使用的不同令牌。

编辑：由于我以前的答案不起作用（尽管我需要花一些时间来找出确切的原因），我正在寻找另一种方法来做你想要的。 我设法使用字符串拆分和连接来做到这一点。
命令是"\\\\".join(TARGETSTRING.split("\\\\")[1:-1]) 。
它是如何工作的：将原始字符串分成多个子字符串列表。 然后，我删除第一部分和最后一部分（ [1:-1]到最后一个之前的部分），然后将结果列表转换回字符串。

无论给定的值是路径还是文件的完整地址，此方法均有效。 Program Files (x86)\\\\Adobe\\\\Acrobat Distiller\\\\acrbd.exe fred是文件路径Program Files (x86)\\\\Adobe\\\\Acrobat Distiller\\\\acrbd.exe fred\\是目录路径