使用 re.match 过滤字符串列表时失败 [重复]

Posted 2023-02-23

【中文标题】使用 re.match 过滤字符串列表时失败 [重复]

【英文标题】：Failure when filtering string list with re.match [duplicate]

【发布时间】：2016-03-11 03:12:33

【问题描述】：

我想使用正则表达式过滤 python 中的字符串列表。在以下情况下，仅保留扩展名为“.npy”的文件。

不起作用的代码：

import re

files = [ '/a/b/c/la_seg_x005_y003.png',
          '/a/b/c/la_seg_x005_y003.npy',
          '/a/b/c/la_seg_x004_y003.png',
          '/a/b/c/la_seg_x004_y003.npy',
          '/a/b/c/la_seg_x003_y003.png',
          '/a/b/c/la_seg_x003_y003.npy', ]

regex = re.compile(r'_x\d+_y\d+\.npy')

selected_files = filter(regex.match, files)
print(selected_files)

同样的正则表达式在 Ruby 中也适用于我：

selected = files.select  |f| f =~ /_x\d+_y\d+\.npy/ 

Python 代码有什么问题？

【问题讨论】：

你想用.npy 扩展过滤files 中的元素吗？

【参考方案1】：

只需使用search- 因为匹配从字符串的开头到结尾（即整个）开始匹配，并在字符串中的任何位置搜索匹配项。

import re

files = [ '/a/b/c/la_seg_x005_y003.png',
          '/a/b/c/la_seg_x005_y003.npy',
          '/a/b/c/la_seg_x004_y003.png',
          '/a/b/c/la_seg_x004_y003.npy',
          '/a/b/c/la_seg_x003_y003.png',
          '/a/b/c/la_seg_x003_y003.npy', ]

regex = re.compile(r'_x\d+_y\d+\.npy')

selected_files = filter(regex.search, files)
print(selected_files)

输出-

['/a/b/c/la_seg_x005_y003.npy', '/a/b/c/la_seg_x004_y003.npy', '/a/b/c/la_seg_x003_y003.npy']

【参考方案2】：

如果您match，则该模式必须覆盖整个输入。 要么扩展你的正则表达式：

regex = re.compile(r'.*_x\d+_y\d+\.npy')

哪个匹配：

['/a/b/c/la_seg_x005_y003.npy',
 '/a/b/c/la_seg_x004_y003.npy',
 '/a/b/c/la_seg_x003_y003.npy']

或者使用re.search，其中

扫描字符串寻找正则表达式模式产生匹配的第一个位置 [...]

【参考方案3】：

re.match() 在字符串的开头查找匹配项。你可以改用re.search()。

【参考方案4】：

selected_files = filter(regex.match, files)

re.match('regex') 等于 re.search('^regex') 或 text.startswith('regex') 但正则表达式版本。 它只检查字符串是否以正则表达式开头。

所以，请改用re.search()：

import re

files = [ '/a/b/c/la_seg_x005_y003.png',
          '/a/b/c/la_seg_x005_y003.npy',
          '/a/b/c/la_seg_x004_y003.png',
          '/a/b/c/la_seg_x004_y003.npy',
          '/a/b/c/la_seg_x003_y003.png',
          '/a/b/c/la_seg_x003_y003.npy', ]

regex = re.compile(r'_x\d+_y\d+\.npy')

selected_files = list(filter(regex.search, files))
# The list call is only required in Python 3, since filter was changed to return a generator
print(selected_files)

输出：

['/a/b/c/la_seg_x005_y003.npy',
 '/a/b/c/la_seg_x004_y003.npy',
 '/a/b/c/la_seg_x003_y003.npy']

---

如果您只想获取所有.npy 文件，str.endswith() 将是更好的选择：

files = [ '/a/b/c/la_seg_x005_y003.png',
          '/a/b/c/la_seg_x005_y003.npy',
          '/a/b/c/la_seg_x004_y003.png',
          '/a/b/c/la_seg_x004_y003.npy',
          '/a/b/c/la_seg_x003_y003.png',
          '/a/b/c/la_seg_x003_y003.npy', ]


selected_files = list(filter(lambda x: x.endswith('.npy'), files))

print(selected_files)

【讨论】：

我想知道为什么filter() 接受re.search() 方法，因为后者返回MatchObject 的实例而不是布尔值。在 16.8.3 中解释了here：如果项目匹配，search()-方法返回一个 MatchObject，filter() 将其解释为 True。否则search() 返回 None，它被解释为 False。

在 Python 3.x 中，filter()returns a generator，所以如果你想要的话，你需要将它包装在 list() 中。