Python 2.6：如何排除包含某个子字符串的文件名？

如何解决Python 2.6：如何排除包含某个子字符串的文件名？

我在 /some/dir 中有 3 个文件：

$ ls /some/dir
fiot_csv2apex_nomuratest.xml  fiot_csv2apex_nomurauat.xml  fiot_csv2apex_nomura.xml

我希望我的脚本只提取文件名中不包含子字符串 "uat" 或 "test" 的文件。

简单地说，我只是想排除 "uat" 子字符串，但我的尝试失败了。

以下是不尝试排除这 3 个文件中的任何一个的整个脚本：

#!/usr/bin/env python

import xml.etree.ElementTree as ET,sys,os,re,fnmatch

param = sys.argv[1]
client = param.split('_')[0]
market = param.split('_')[1]
suffix = param.split('_')[2]

toapex_pattern = market + '*2apex*' + client + '*' + '.xml'

files_dir = '/some/dir'
config_files = os.listdir(files_dir)

for f in config_files:
    if fnmatch.fnmatch(f,toapex_pattern):
            print(f)

上述脚本将按预期输出 /some/dir 中的所有 3 个文件。脚本运行如下：

python /test/scripts/regex.py nomura_fiot_b

我试图通过像这样修改 "uat" 变量来排除 toapex_pattern：

toapex_pattern = market + '*2apex*' + client + '(?!uat)' + '*' + '.xml':

然而，此后脚本没有产生任何输出。

我也试过这个：

toapex_pattern = re.compile(market + '*2apex*' + client + '(?!uat)' + '*' + '.xml')

但这导致了类型错误：

TypeError: object of type '_sre.SRE_Pattern' has no len()

如果我试试这个：

toapex_pattern = market + '*2apex*' + client + '[^uat]' + '*' + '.xml'

输出为：

fiot_csv2apex_nomuratest.xml
fiot_csv2apex_nomurauat.xml

所需的输出是：

fiot_csv2apex_nomura.xml

我应该如何修改 toapex_pattern 变量以获得所需的输出？

解决方法

一个 fnmatch 模式 is not a regular expression。 (?!...) 之类的东西不起作用。

通常，排他模式不适用于 fnmatch。你可以做这样的事情

[!u][!a][!t]

匹配任何三个不是“uat”的字母……但这仍然意味着您隐式需要至少 3 个字母，并且您无法进一步控制哪些字母。

省去麻烦，使用fnmatch进入一般范围，然后使用第二步排除您不想要的东西。

files_dir = '/some/dir'
config_files = os.listdir(files_dir)

for file_name in config_files:
    if fnmatch.fnmatch(file_name,toapex_pattern) and not "uat" in file_name:
        print(file_name)

或者，从一开始就使用正则表达式。

import re

files_dir = '/some/dir'
config_files = os.listdir(files_dir)

# ...

toapex_pattern = re.escape(market) + '.*2apex.*' + re.escape(client) + '(?!uat).*\\.xml$':

for file_name in config_files:
    if re.match(toapex_pattern,file_name):
        print(file_name)

---

只需将其放入，您就可以将脚本调用为 python /test/scripts/regex.py nomura fiot b 并直接使用 sys.argv[1]、sys.argv[2] 和 sys.argv[3]，而无需先自行拆分任何内容。>