python - 从 python 的 glob 中提取所有扩展

Question

Python 的 glob 模块允许指定通配符来列出文件，获取文件非常实用。

但是我怎样才能获取/重建与通配符匹配的值呢？

例如，假设我有这 8 个文件:fa1 fa2 fa3 fb1 fb3 fc1 fc2 fc3(注意:fb2 丢失)。

我可以

import glob
glob.glob('f[ab][12]') # ['fa2', 'fb1', 'fa1']

在这种情况下，我有 2 个通配符:[ab] 和 [12]。它们每个都匹配值 a、b 和 1 和 2，但这些值只有 3 个组合out，因为有一个文件 fb2(通配符的有效组合)不存在。

问题:如何获取每个通配符的有效匹配值列表？更准确地说:如何获取与实际存在的文件匹配的(字符串)值的元组列表？

在我的示例中，我想获取元组列表:[('a', '2'), ('b', '1'), ('a', '1') ]。

注意:

1. 我不想得到全名，只是通配符匹配的值(在我的示例中，前缀 'f' 不是通配符的一部分，因此我不想将其放入元组列表中)；
2. 这必须适用于所有支持的通配符，包括 * 和 ?。

我能想到的唯一解决方案是使用正则表达式，但这基本上意味着重新实现整个 glob 机制以提取中间数据。

编辑

由于“过于宽泛”的问题(？？？)，我得到了一个接近的提议，我将问题重新表述为:是否可以使用 glob/fnmatch 模块而不是直接使用正则表达式来获得该结果？

Answer 1

这些信息无法通过这些模块获得。 glob 调用 fnmatch 进行模式匹配，而 fnmatch 使用正则表达式进行模式匹配。查看glob和 fnmatch Python 源代码。

---

下面是一些 Python 2 演示代码，它使用 fnmatch 中的 translate 函数的修改版本。根据我的简短测试，它似乎 可以工作，但不提供任何保证。 :) 请注意，这会忽略 fnmatch 执行的其他操作，例如不区分大小写的匹配。

#!/usr/bin/env python

import re, fnmatch, glob

def pat_translate(pat):
    """Translate a shell PATTERN to a regular expression.

    There is no way to quote meta-characters.
    Hacked to add capture groups
    """
    i, n = 0, len(pat)
    res = ''
    while i < n:
        c = pat[i]
        i = i+1
        if c == '*':
            res = res + '(.*)'
        elif c == '?':
            res = res + '(.)'
        elif c == '[':
            j = i
            if j < n and pat[j] == '!':
                j = j+1
            if j < n and pat[j] == ']':
                j = j+1
            while j < n and pat[j] != ']':
                j = j+1
            if j >= n:
                res = res + '\\['
            else:
                stuff = pat[i:j].replace('\\','\\\\')
                i = j+1
                if stuff[0] == '!':
                    stuff = '^' + stuff[1:]
                elif stuff[0] == '^':
                    stuff = '\\' + stuff
                res = '%s([%s])' % (res, stuff)
        else:
            res = res + re.escape(c)
    return res + '\Z(?ms)'


def test(shell_pat):
    print 'Shell pattern %r' % shell_pat
    names = glob.glob(shell_pat)
    print 'Found', names
    regex = pat_translate(shell_pat)
    print 'Regex %r' % regex
    pat = re.compile(regex)
    groups = [pat.match(name).groups() for name in names]
    print 'name, groups'
    for name, row in zip(names, groups):
        print name, row