Python 正则表达式数字和下划线

Question

我正在尝试从文件名遵循以下模式的目录中获取文件列表:

PREFIX_YYYY_MM_DD.dat

例如

FOO_2016_03_23.dat

似乎无法获得正确的正则表达式。我尝试了以下方法:

pattern = re.compile(r'(\d{4})_(\d{2})_(\d{2}).dat')
>>> []

pattern = re.compile(r'*(\d{4})_(\d{2})_(\d{2}).dat')
>>> sre_constants.error: nothing to repeat

正则表达式对我来说无疑是一个弱点。谁能解释我哪里出错了？

要获取文件，我正在做:

files = [f for f in os.listdir(directory) if pattern.match(f)] 

PS，我如何允许 .dat 和 .DAT(不区分大小写的文件扩展名)？

谢谢

Answer 1

你的表达有两个问题:re.compile(r'(\d{4})_(\d{2})_(\d{2}).dat')

第一个，正如前面的评论所述，. 就在 dat 之前，应该通过放置反斜杠 (\ ) 前。否则，python 会将其视为特殊字符，因为在正则表达式中 . 表示“任何字符”。

除此之外，您没有处理表达式中的大写异常。您应该为此创建一个组，将 dat 和 DAT 作为可能的选择。

完成这两项更改后，它应该看起来像:

re.compile(r'(\d{4})_(\d{2})_(\d{2})\.(?:dat|DAT)')

作为额外说明，我在组的开头添加了 ?:，因此正则表达式匹配器会在结果中忽略它。