為什么這個正則表達式只捕獲最后一個數字？

Question

從我的代碼中應該很容易看出我正在嘗試做什么

for path in glob.glob("orig_data/*.*"):
    pattern = ".*(\d+\.).*"
    new_name = re.sub(pattern, r'\1txt', path)
    copyfile(path, 'orig_data_renamed/'+new_name)

我只想保留“。”之前的數字。 文件名，但它沒有。

這是一個例子 output

some_folder/asdf321428.txt
8.txt

問題顯然出在“+”上，但我不確定它想要什么。

Answer 1

也許，

(\S*?)(\d*)\.txt

可能在這里工作正常。

測試

import re

string = '''
some_folder/asdf321428.txt
8.txt
some_folder123/asdf321428.txt
'''

expression = r'(?m)(\S*?)(\d*)\.txt'


print(re.findall(expression, string))

Output

[('some_folder/asdf', '321428'), ('', '8'), ('some_folder123/asdf', '321428')]

---

如果您想簡化/修改/探索表達式，它已在regex101.com的右上角面板上進行了解釋。 如果您願意，您還可以在此鏈接中觀看它如何與一些示例輸入匹配。

---

Answer 2

這是一個re.sub解決方案，也使用字符串拆分。 我們可以在分隔符/上拆分輸入路徑，然后使用最后一個元素來獲取數字。 我們再次調用re.sub以隔離出現在點之前的數字。

path = "some_folder/asdf321428.txt"
nums = re.sub(r'^.*?(\d+)\.\w+$', '\\1', path.split("/")[-1])
print(nums)

這打印：

321428

如果您只想要文件名，請嘗試此版本：

path = "some_folder/asdf321428.txt"
nums = re.sub(r'^.*?(?=\d+\.\w+$)$', '', path.split("/")[-1])
print(nums)

Answer 3

你是說你想保留數字，但你用re.sub做的是替換數字。 您要做的是：按模式查找，然后取第一個匹配項（請自行處理錯誤）

new_name = re.findall(pattern, path)[0]  + "txt" 

Output：

321428.txt

另外，如果您想獲取點之前的所有數字，只需將模式更改為：

pattern = r"\D(\d+\.)"