在 python 中使用 glob 剪切一系列文件

Question

我有一个包含 img-0001.jpg, img-0005.pg, img-0006.jpg, ... , img-xxxx.jpg 等文件的目录。我需要做的是获取一个列表，其中包含所有以 0238 开头的文件，字面意思是 img-0238.jpg。下一个现有文件名为 img-0240.jpg

现在我使用 glob 来获取所有文件名。

list_images = glob.glob(path_images + "*.jpg")

提前致谢

编辑：

-> 最后一个文件名是 img-0315.jpg

Answer 1

Glob 不允许正则表达式过滤。但是您会在收到所有匹配文件后立即过滤列表。这是使用 re:

的样子

import re

list_images = [f for f in glob.glob(path_images + "*.jpg") \
    if re.search(r'[1-9]\d{3,}|0[3-9]\d{2,}|02[4-9]\d|023[8-9]\.jpg$', f)]

用于验证文件以大于或等于 4 位数字结尾的正则表达式0238。

您可以使用 https://regex101.com/

使用正则表达式

基本上，我们检查数字是否为：

以 1 开头，后跟任何 3 数字
或以 0[3-9] 开头，后跟任何 2 数字
或以 02[4-9] 开头，后跟任何 1 数字
或以 023 开头，然后是 8 或 9。

但是做简单的比较可能会更容易:

list_images = [f for f in glob.glob(path_images + "*.jpg") \
     if f[-8:-4] > "0237" and f[-8:-4] < "0316"]

Answer 2

您可以指定多个重复的通配符来匹配编号为23[89]或2[4-9][0-9]或30[0-9]等的所有文件；

list_images = []
for pattern in ('023[89]', '02[4-9][0-9]', '030[0-9]', '031[0-5]'):
    list_images.extend(glob.glob(
        os.path.join(path_images, '*{0}.jpg'.format(pattern))))

或者您可以过滤掉不需要的。

list_images = [x for x in glob.glob(os.path.join(path_images, "*.jpg"))
    if 238 <= int(x[-8:-4]) <= 315]

Answer 3

对于类似的东西，你可以试试 wcmatch 库。这是一个旨在增强文件通配符和通配符匹配的库。

在此示例中，我们启用 brace 扩展并通过过滤文件列表来演示模式：

from wcmatch import glob

files = []
# Generate list of files from img-0000.jpg to img-0315.jpg
for x in range(316):
    files.append('path/img-{:04d}.jpg'.format(x))

print(glob.globfilter(files, 'path/img-{0238..0315}.jpg', flags=glob.BRACE))

我们得到以下输出：

['path/img-0238.jpg', 'path/img-0239.jpg', 'path/img-0240.jpg', 'path/img-0241.jpg', 'path/img-0242.jpg', 'path/img-0243.jpg', 'path/img-0244.jpg', 'path/img-0245.jpg', 'path/img-0246.jpg', 'path/img-0247.jpg', 'path/img-0248.jpg', 'path/img-0249.jpg', 'path/img-0250.jpg', 'path/img-0251.jpg', 'path/img-0252.jpg', 'path/img-0253.jpg', 'path/img-0254.jpg', 'path/img-0255.jpg', 'path/img-0256.jpg', 'path/img-0257.jpg', 'path/img-0258.jpg', 'path/img-0259.jpg', 'path/img-0260.jpg', 'path/img-0261.jpg', 'path/img-0262.jpg', 'path/img-0263.jpg', 'path/img-0264.jpg', 'path/img-0265.jpg', 'path/img-0266.jpg', 'path/img-0267.jpg', 'path/img-0268.jpg', 'path/img-0269.jpg', 'path/img-0270.jpg', 'path/img-0271.jpg', 'path/img-0272.jpg', 'path/img-0273.jpg', 'path/img-0274.jpg', 'path/img-0275.jpg', 'path/img-0276.jpg', 'path/img-0277.jpg', 'path/img-0278.jpg', 'path/img-0279.jpg', 'path/img-0280.jpg', 'path/img-0281.jpg', 'path/img-0282.jpg', 'path/img-0283.jpg', 'path/img-0284.jpg', 'path/img-0285.jpg', 'path/img-0286.jpg', 'path/img-0287.jpg', 'path/img-0288.jpg', 'path/img-0289.jpg', 'path/img-0290.jpg', 'path/img-0291.jpg', 'path/img-0292.jpg', 'path/img-0293.jpg', 'path/img-0294.jpg', 'path/img-0295.jpg', 'path/img-0296.jpg', 'path/img-0297.jpg', 'path/img-0298.jpg', 'path/img-0299.jpg', 'path/img-0300.jpg', 'path/img-0301.jpg', 'path/img-0302.jpg', 'path/img-0303.jpg', 'path/img-0304.jpg', 'path/img-0305.jpg', 'path/img-0306.jpg', 'path/img-0307.jpg', 'path/img-0308.jpg', 'path/img-0309.jpg', 'path/img-0310.jpg', 'path/img-0311.jpg', 'path/img-0312.jpg', 'path/img-0313.jpg', 'path/img-0314.jpg', 'path/img-0315.jpg']

因此，我们可以将其应用于文件搜索：

from wcmatch import glob

list_images = glob.glob('path/img-{0238..0315}.jpg', flags=glob.BRACE)

在此示例中，我们对路径进行了硬编码，但在您的示例中，请确保 path_images 具有尾随 /，以便正确构建模式。其他人认为这可能是一个问题。打印出您的图案以确认图案是否正确。

在 python 中使用 glob 剪切一系列文件

Cut out a sequence of files using glob in python

python

filenames

glob

filter