Python提取文件名regex的一部分

Question

我是Python的新手，正在嘗試分析一些數據。 因此，我已經將文件夾中的所有csv文件導入並串聯到單個數據框中。 我試圖提取文件名的一部分以用作標題，搜索后，我發現您通常會使用正則表達式。

文件名如下所示： 'Varying Concentration2_20190712-145158_Base Media.csv' ， 'Varying Concentration2_20190712-145158_250 g per l.csv' 'Varying Concentration2_20190712-145158_Base Media.csv' 'Varying Concentration2_20190712-145158_250 g per l.csv'等，所以我要提取的部分在_和.csv之前。

我試過了：

for fname in all_data:
    res = re.findall("(?<=_)(\w+).csv$", fname)
    if not res: continue
    print (res)

以及"(?<=[0-9]+_)(\\w+)"但它似乎不起作用。

所需的輸出將是一個包含'Base Media' ， '150g per l ”等的列表。

Answer 1

你可以做：

(?<=_)[^_]+(?=\.csv$)

• (?<=_)是與_相匹配的零寬度正向后

• [^_]+匹配一個或多個非_字符，這是我們期望的部分

• (?=\\.csv$)是零寬度正向超前查詢，可確保比賽結束后我們有csv

如果您不想使用環視，則可以使用簡單的模式並將所需的匹配項放入第一個（也是唯一一個）捕獲的組中（並通過match.group(1)而不是match.group()獲得輸出）：

_([^_]+)\.csv$ 

例：

In [38]: text = 'Varying Concentration2_20190712-145158_Base Media.csv'

In [39]: re.search(r'(?<=_)[^_]+(?=\.csv$)', text).group()
Out[39]: 'Base Media'

In [40]: text = 'Varying Concentration2_20190712-145158_250 g per l.csv'

In [41]: re.search(r'(?<=_)[^_]+(?=\.csv$)', text).group()
Out[41]: '250 g per l'

Answer 2

使用以下內容：

^.*_(.*)\\.csv$

這一切都是跳過所有內容，直到_然后捕獲所有內容，直到.csv為止。

演示版

Answer 3

您可以使用：

_([^._]+).csv

並取得第一個被抓的小組。

演示版

說明：

_([^._]+)找到_並確保它是字符串中的最后一個，您從重復[^_]減去_ 。 您還排除了一個點，以避免匹配擴展名.csv ，這就是為什么重復[^._]+ 。 它被括在方括號([^._]+) ，使其成為捕獲組，以后可以使用。

在python中：

>>> text = 'Varying Concentration2_20190712-145158_Base Media.csv'
>>> re.search(r'_([^._]+).csv', text).group(1)
'Base Media'

Answer 4

這是一個避免使用正則表達式，而是兩次使用基本split字符串函數的選項：

filename = 'Varying Concentration2_20190712-145158_Base Media.csv'
parts = filename.split('_')
nameonly = parts[len(parts)-1].split('.')[0]
print(nameonly)

輸出：

Base Media

如果完整文件名也可以包含點，則可能需要調整此答案。