python - 使正则表达式准确匹配点文件

Question

所以我已经达到了我的正则表达式能力的极限。我这里有一个 python 正则表达式，用于将文件路径或文件 uri 与各个部分的命名捕获组相匹配。它似乎是工作文件，除了点文件。

MATCH_PATH = re.compile(
    r"^(?P<uri>file://)?" +             # optional file uri
    r"(?P<path>(?:/?[A-Z]{1}:)?" +      # start of path capture, optional windows top-level directory
    r"[\\/]?" +                         # optional start separator
    r"(?:[\w \-\.]+[\\/])+)" +          # path
    r"(?P<filename>[\w \-]+)?" +        # optional filename
    r"\.?(?P<extension>[a-zA-Z0-9]+)?$" # extension optional
)

我可以通过 removing the optional qualifier ? 使其匹配点文件在扩展部分的 . 之后，但是它无法匹配没有扩展名的文件(例如 makefile)或目录。我尝试放置一个 non-capturing group around the dot and the extension group with the optional qualifier ，那没有用:扩展名与文件名组合在一起。我可以调整它以在所有情况下都正确匹配扩展名和名称，同时仍然匹配目录吗？

应该匹配的示例输入:

/foo/bar.txt
/foo/bar/
/foo/makefile
./foo.txt
/foo/._bar.txt
foo/bar.txt
D:\foo\bar.m3u
file:///var/www/html/index.html
file:///C:/users/me/My Documents/index.html

更新

还需要正确匹配

/foo/bar.tar.gz
/foo/._bar.tar.gz

扩展名为tar.gz，名称分别为bar和._bar。如果这对于正则表达式来说太复杂，请告诉我，我可以编写程序代码来拆分和处理。

Answer 1

您可以在前瞻中很好地使用命名的捕获组，如下所示:

^
(?P<uri>file://)?
(?P<path>(?:/?[A-Z]{1}:)?           # start of path capture, optional windows top-level directory
[\\/]?                              # optional start separator
(?:[-. \w]+[\\/])+)                 # path
(?P<filename>\.?[^.]+?(?=\.(?P<extension>.+$)|$))?

参见 a demo on regex101.com .

---

我唯一改变的是组 filename :

(?P<filename>\.?[^.]+?(?=\.(?P<extension>.+$)|$))

它使用具有积极前瞻性的惰性点星，寻找 .some_extension (然后将其保存到 extension )或行尾。