Python中的正则表达式匹配文件夹中的所有文件

我在正则表达式中很糟糕。我试图根据文件名找到文件夹中的文件。大多数文件名格式为GSE1234_series_matrix.txt，因此我一直在使用os.path.join("files", GSE_num + "_series_matrix.txt")。但是，一些文件的名称如GSE1234-GPL22_series_matrix.txt。我不知道如何处理所有以GSE编号开始并以_series_matrix.txt结尾的文件，可能只有一个声明。我非常感谢任何帮助。Python中的正则表达式匹配文件夹中的所有文件

编辑 - 我有这些系列矩阵文本文件在一个文件夹中，为此我提到使用路径连接的路径。我还输入了一个文本文件，其中包含所有GSE编号。这样它仅对选定的GSE号码运行脚本。因此，不是文件夹中的所有内容都位于GSE编号列表中，而列表中只有GSE编号而不是GPL。例如，文件GSE1234-GPL22_series_matrix.txt在列表中是GSE1234。

来源

2014-12-04 abn

完全跳过使用正则表达式。

good_filenames = [name for name in filenames if name.startswith("GSE") and name.endswith("_series_matrix.txt")]

来源

2014-12-04 19:25:17 Kevin

谢谢！我有个问题。这给了我一个清单。我需要单独的文件名或换句话说，我如何将它合并到os.path.join语句中？ – abn 2014-12-04 19:33:24

我猜如果name.startswith（“GSE”）和name.endswith（“_ series_matrix.txt”））''你可以在文件名中为'name_filenames = [os.path.join（“files”，name）我不是100％确定你想要做什么。 – Kevin 2014-12-04 19:35:49

它给了我'TypeError：胁迫Unicode：需要字符串或缓冲区，找到列表' – abn 2014-12-04 19:38:02

凯文的回答非常好！如果你想使用正则表达式，你可以做这样的事情：

^GSE\d+.*series_matrix.txt$

这将匹配任何与GSE和数字开头，并与series_matrix.txt结束

来源

2014-12-04 19:30:34 fdisk

我应该使用re.findall吗？我不明白我怎么可以在路径连接语句中使用 – abn 2014-12-04 19:34:36

使用re.match来标识你想要的名字，例如[os.path.join（“files”，name）为文件名中的名字，如果re.match r“GSE \ d +。* series_matrix \ .txt $”，name）]。 – MRAB 2014-12-04 19:49:45

也许你想用'os.listdir'列出目录中的所有文件。这与Kevin的建议类似： '我在os.listdir（“./ files”）中：' 're.search（'^ GSE \ d +。* series_matrix.txt $'，i）' ' – fdisk 2014-12-04 19:51:09

你可以使用水珠。根据模式中包含多少路径，您根本不必担心使用os.path.join。

import glob 
good_filenames = glob.glob('/your/path/here/GSE*_series_matrix.txt')

回报：

['/your/path/here/GSE1234_series_matrix.txt', 
'/your/path/here/GSE1234-GPL22_series_matrix.txt']

来源

2014-12-04 20:45:35

Python中的正则表达式匹配文件夹中的所有文件

回答

相关问题