正则表达式在数字范围内查找匹配项

Question

我有一系列具有以下命名约定的文件......“2020.01.01 W1 Forecast.xlsm”。 我试图在搜索与 2020 年或更大范围（即 2020-2030 年）匹配的文件标题模式时遍历目录，因此我不必每年都更改我的脚本。 我尝试了以下方法，但未能成功让模式匹配除 2020 年之外的任何内容。命名约定以年份字符串开头。

path_str = '/Users/X/Desktop/Test_Directory/'

pattern_str = '*2020.*Forecast.xlsm'

p = Path(path_str)
files = p.rglob(pattern_str)

for file in files:
    print(file)

样品 output：

/Users/X/Desktop/Test_Directory/2020.08.03 Week 32 Forecast.xlsm
/Users/X/Desktop/Test_Directory/2020.01.06 Week 2 Forecast.xlsm
/Users/X/Desktop/Test_Directory/2020.06.18 Week 25 Forecast.xlsm
/Users/X/Desktop/Test_Directory/2020.06.22 Week 26 Forecast.xlsm

非常感谢任何帮助或指导。

Answer 1

这就是您要查找的内容： '^20[2-9][0-9].+(\.xlsm)$'

它说从 2020 到 2099 开始，然后是任何字符. 一次或多次+ ，并以 xlsm (\.xlsm)$结尾。 注意最后一部分的反斜杠。 需要转义句号，否则会像任何字符一样打断它。

Answer 2

我不确定您想要 go 走多远，但如果您的目标只是确定 2020-2030 范围内的年份，那么这是您完整路径的常规表达式： ^.*20(2\d|30).*$ .

因为您正在使用路径，所以我建议您在最后一个斜杠/上拆分字符串，然后再在列表的最后一项上使用正则表达式。 比您能够为文件名指定正则表达式。

也许这会有所帮助：

import re
for file in files:
    my_string = file.split('/')[-1]
    match = re.find('^20(2\d|30).*\.xml$', my_string)
    if match:
        print(file)

不妨试试这个工具。

我还想添加一些有关正则表达式的更多信息，以便您了解发生了什么。

1. ^ - 这将查找字符串的开头。 到目前为止，一些答案没有成功的原因。

2. . - 这会寻找任何符号。 所以你可以轻松克服一些无趣的部分。 但要小心，因此您必须指定一个像这样的点\.

3. $ - 这意味着字符串的结尾。

4. \d - 这是数字的同义词，匹配[0-9]

5. * - 这是贪婪的符号。 这会尝试从零匹配所需类型的尽可能多的项目。 例子：

   一个。 .* - 这试图找到尽可能多的符号，没有类型定义。

   湾。 \d* - 这试图找到尽可能多的数字。

6. + - 这也是一个贪心符号，但必须至少匹配一次。

Answer 3

在您的第二种模式中，您缺少一个. 年后的通配符，你可能想要

^(202[0-9]|2030).*Forecast\.xlsm

而不是

^(202[0-9]|2030)*Forecast.xlsm

您可以使用https://regexr.com/ 之类的网站来试验正则表达式。

但是您可能需要考虑使用编程逻辑而不是正则表达式来获取最新文件，您可以解析文件名和 select 日期范围，例如使用datetime 。

---

更新

从您更新的代码开始：

import datetime
path_str = '/Users/X/Desktop/Test_Directory/'
pattern_str = '*Forecast.xlsm'  # All your report files

p = Path(path_str)
files = p.rglob(pattern_str)

for file in files:
    # # uncomment in case there are different patterns in that folder:
    # if not re.match(r"\d{4}\.\d{2}.\d{2}.*", file.name): continue
    date = datetime.datetime.strptime(file.name[:10], "%Y.%m.%d")
    current_year = datetime.datetime.today().year
    if date > datetime.datetime(current_year, 1, 1):
        print(date)

这将在您的文件列表中过滤当前年份的名称。