Python，字符串切片（從文件位置列表中獲取文件名）

Question

我正在嘗試從文件位置列表中獲取文件名。 認為它涉及字符串切片。

我得出的結論是：

L = ['C:\\Design\dw\file4.doc',
'C:\\light\PDF\downloads\list.doc',
'C:\\Design\Dq\file4g.doc',
'C:\\Design\Dq\file4r.doc',
'C:\\Design\Dq\file4k.doc',
'C:\\Design\Dq\ole.doc',
'C:\\GE\easy\file\os_references(9).doc',
'C:\\mate\KLO\Market\BIZ\KP\who\Documents\REF.doc']

LL = []

for a in L:
    b = a.split('\')
    for c in b:
        if c.endswith('.doc'):
            c.replace('.doc', '')
            LL.append(c)

print LL

問題1：輸出仍然包含“ .doc”。 為什么，如何刪除它們？

問題2：獲取文件名的更好方法是什么？

謝謝。

Answer 1

第一個問題的答案是字符串是不可變的，.replace（）不會修改字符串，即：

blaize@bolt ~ $ python 
>>> s = "foobar"
>>> s2 = s.replace("o", "x")
>>> print s
foobar
>>> print s2
fxxbar

我對第二個問題的回答如下：

# I use ntpath because I'm running on Linux.
# This way is more robust if you know you'll be dealing with Windows paths.
# An alternative is to import from os.path then linux filenames will work 
# in Linux and Windows paths will work in Windows.
from ntpath import basename, splitext

# Use r"" strings as people rightly point out.
# "\n" does not do what you think it might.
# See here: https://docs.python.org/2.0/ref/strings.html.
docs = [r'C:\Design\dw\file4.doc',
        r'C:\light\PDF\downloads\list.doc',
        r'C:\Design\Dq\file4g.doc',
        r'C:\Design\Dq\file4r.doc',
        r'C:\Design\Dq\file4k.doc',
        r'C:\Design\Dq\ole.doc',
        r'C:\Design/Dq/test1.doc',  # test a corner case
        r'\\some_unc_machine\Design/Dq/test2.doc',  # test a corner case
        r'C:\GE\easy\file\os_references(9).doc',
        r'C:\mate\KLO\Market\BIZ\KP\who\Documents\REF.doc']

# Please use meaningful variable names:
basenames = []

for doc_path in docs:

    # Please don't reinvent the wheel.
    # Use the builtin path handling functions.
    # File naming has a lot of exceptions and weird cases 
    # (particularly on Windows).
    file_name = basename(doc_path)
    file_basename, extension = splitext(file_name)
    if extension == ".doc":
        basenames.append(file_basename)

print basenames

祝你好運。 Python是一種出色的語言。

Answer 2

[file.split('\\')[-1].split('.')[0] for file in L]

實際上，您沒有在示例中進行任何切片。 您正在拆分和替換。 因為我們知道文件名和擴展名將始終是路徑的最后一部分，所以我們可以在分割后使用負索引來訪問它。

一旦我們在句點上再次分割，文件名將始終是第0個元素，因此我們只需抓住它並將其添加到列表中即可。

編輯：我只是注意到此方法將包含\\f路徑有問題，因為這是一個特殊的Python字符。

Answer 3

如果文件名中沒有空格或其他符號，請嘗試此操作

[re.findall('\w+.doc$', L) for x in L]

嘗試看看

ntpath模塊

Answer 4

首先，replace方法返回具有替換值的字符串。 它不會更改字符串。 所以你需要做

c = c.replace('.doc', '')

Answer 5

第一個答案：replace返回字符串的副本，因此您不保存更改。
第二個答案：因為諸如'\\f'類'\\f'組合被解釋為utf-8字符，所以您需要獲取幾個路徑的原始表示。
因此，棘手的部分是將字符串格式化為其原始表示形式。 為此，我使用了這個答案的raw()
一旦有了此功能，我們就可以很好地操作字符串。
我用過re.split來接受unix和dos格式的路徑

>>> L = [re.split(r'[\/\\]', raw(path)) for path in L]
>>> L
[['C:', 'Design', 'dw', 'file4.doc'], ['C:', 'light', 'PDF', 'downloads', 'list.doc'], ['C:', 'Design', 'Dq', 'file4g.doc'], ['C:', 'Design', 'Dq', 'file4r.doc'], ['C:', 'Design', 'Dq', 'file4k.doc'], ['C:', 'Design', 'Dq', 'ole.doc'], ['C:', 'GE', 'easy', 'file', 'os_references(9).doc'], ['C:', 'mate', 'KLO', 'Market', 'BIZ', 'KP', 'who', 'Documents', 'REF.doc']]

現在L包含路徑部分的列表，因此您可以訪問文件名及其擴展名，獲取每個列表的最后一個元素

>>> L_names = [path_parts[-1] for path_parts in L if path_parts[-1].endswith('.doc')]
>>> L_names
['file4.doc', 'list.doc', 'file4g.doc', 'file4r.doc', 'file4k.doc', 'ole.doc', 'os_references(9).doc', 'REF.doc']

Answer 6

首先要注意的是，您應該使用原始字符串（ r前綴）輸入列表：

L = [r'C:\\Design\dw\file4.doc',
     r'C:\\light\PDF\downloads\list.doc',
     …]

否則，將在文件名中插入字符（通常將\\…替換為單個字符）。

Python 2有一個專門用於處理路徑的子模塊，它為您提供了預期的結果：

from os.path import basename, splitext                                          
print [splitext(basename(path))[0] for path in L]

請注意，路徑和此腳本必須在使用相同路徑分隔符（ /或\\ ）約定的系統上運行（通常應該是這種情況，因為路徑通常在計算機上本地有意義）。 您可以改為執行以下操作，使其專門用於Windows路徑（在任何操作系統上）：

from ntpath import basename, splitext 

然后，您可以在任何計算機上使用：

['file4', 'list', 'file4g', 'file4r', 'file4k', 'ole', 'os_references(9)', 'REF']