列表理解的正则表达式问题

Question

I am working in Python 3.7.6 on Windows and am attempting to use regex to transform one list of foo.csv.gz filenames into a list of the corresponding foo.csv filenames. 代码片段如下。

zippedFileNames = [re.search('[^/]*\\.gz', link).group(0) for link in linksList]

unzippedFileNames = [re.search('.*\\.csv', name).group(0) for name in zippedFileNames]

在上面的代码中， zippedFileNames是通过从下载链接列表中隔离.gz文件名而创建的列表。 这条线按我的预期工作，并且采用zippedFileNames[0]返回一个字符串。 zippedFileNames[0]的类型是str ， zippedFileNames的类型是list 。

但是，代码在第二行引发错误：

Exception has occurred: AttributeError
'NoneType' object has no attribute 'group'
  File "H:\foo\bar\foobar.py", line 133, in <listcomp>
    x = [re.search('.*\\.csv', name).group(0) for name in zippedFileNames]
  File "H:\foo\bar\foobar.py", line 133, in <module>
    x = [re.search('.*\\.csv', name).group(0) for name in zippedFileNames]

这段代码昨天工作，但今天停止工作，我不确定我改变了什么来破坏它。 我相信在我尝试修改第二行的pattern以使用模式'[^0-9\\_].*\\.csv' （文件名都遵循模式0000_foo_bar_foobar.csv.gz )。 但是，即使在遗漏之前将模式恢复为旧模式也不能解决我的问题。

有什么我没看到的吗？

谢谢！

编辑：

谢谢您的回答。

我通过打印所有列表项和使用print(None in zippedFileNames)检查了我的列表中是否有None 。 后一个测试返回False ，前一个返回所有项目，如我所料。 我也没有在我的链接列表中找到None 。

当我仅对 linksList 的一个元素linksList linksList[0]运行正则表达式re.search时，我得到了正确的字符串 output。

我还有其他可以尝试的方法吗？

编辑2：

我尝试在单独的调用中重新使用原始正则表达式模式'[^/]*\\.gz'并且它有效。 然后我还尝试使用模式'[^/]*\\.csv\\.gz'希望获得与前一种模式相同的结果，但这种模式也返回了错误。 我怀疑这些错误与\\.csv 。

解决方案我在.csv上进行匹配，但事实证明我也有一个.report文件，而且那个文件正在丢弃整个脚本。 遍历匹配有助于隔离问题。 为了解决正则表达式，我匹配了模式'.*\\[^.gz]'以保留所有文件扩展名，而不仅仅是.csv 。 非常感谢！！

Answer 1

如果字符串不匹配， re.search返回None 。 您的第二个正则表达式似乎是错误的。 我认为应该是'.*\.csv 。 您可以使用regex101对其进行测试。

[编辑]：您的正则表达式是正确的，您可能有一个与zippedFileName中的正则表达式不匹配的文件

Answer 2

检查您正在使用的列表、zippedFileNames 或 linksList 中是否有 None 或空值。

Answer 3

您可以使用

import re
zippedFileNames=['0001_foo1.csv', 'def.bz', '0000_foo2.csv.gz']
unzippedFileNames = []
for name in zippedFileNames:
  m = re.match(r"\d+_(.*\.csv)", name)
  if m:
    unzippedFileNames.append(m.group(1))
print(unzippedFileNames)
# => ['foo1.csv', 'foo2.csv']

请参阅Python 演示。

在这里， unzippedFileNames被声明为一个空列表。 然后，遍历zippedFileNames ，每个名称都根据\d+_(.*\.csv)正则表达式进行检查（注意re.match仅在字符串的开头搜索匹配项），如果有匹配项（ if m: ）第 1 组的内容被附加到unzippedFileNames列表中。