主页 / coding / 问题 / 78575645
Accepted
IzaeDA
Asked: 2024-06-04 21:17:25 +0800 CST

Python re，从文本中提取路径

  • 772

我收到这样的短信：

`D:\Programming\sit\bin\MyLab.json`

它可能包含不同类型的引号，也可能不包含它们。如果存在引号，则严格将其放置在文本的开头和结尾处，以环绕路径。但文本肯定包含文件的绝对 Windows 路径。但该文件也可能不存在。我正在努力编写提取路径的算法。

我尝试过正则表达式，例如：

re.findall(r'[a-zA-Z]:\\((?:[a-zA-Z0-9() ]*\\)*).*', a)

但我收到：

['Programming\\sit\\bin\\']

但我希望获得类似路径的字符串：

D:\Programming\sit\bin\MyLab.json
python

3 个回答

  1. 您将捕获组放置在错误的位置。正则表达式([a-zA-Z]:\\(?:[\w ]*\\)*[\w \.]*) 适用于您的示例。

    但是，使用此方法提取路径是一个坏主意，因为文件名的有效字符集很大。您可以考虑以不同的方式解析您的文件。

    • 1
  2. Best Answer

    这只是一个想法，但如果您确定该路径始终是绝对 Windows 路径，并且引号（如果存在）始终匹配，那么也许没有必要使用 Regex？相反，只需检查第一个字符是否是字母表（卷字母），如果不是，则删除第一个和最后一个字符？就像是：

    import string


def normalize_windows_path(a: str) -> str:
    if a[0] in string.ascii_letters:
        return a
    else:
        return a[1:-1]
    • 1

  3. 我会以不同的方式处理这个问题，而是尝试返回评论中建议的pathlib实例

    编辑：这确实是现在接受的答案的更仔细的版本，根据您的用例，这可能或多或少是可取的

    from pathlib import WindowsPath, PureWindowsPath
from string import ascii_letters

def regularize_windows_path(path_str):
    """ returns a pure or WindowsPath and whether the file exists
        in the case of a non-windows platform, exists is always None
    """
    if len(path_str) < 4 or not re.match(r"^.?[a-zA-Z]:", path_str):
        raise ValueError(r"expected an absolute string of a form like x:\path")
    # slice unmatched quotes
    if path_str[0] not in ascii_letters:
        if path_str[0] != path_str[-1]:
            raise ValueError(f"unmatched quotes: ({path_str[0]}) ({path_str[-1]})")
        path_str = path_str[1:-1]

    # platform detect
    try:
        p = WindowsPath(path_str)
    except NotImplementedError:  # non-windows system
        return PureWindowsPath(path_str), None
    return p, p.exists()
    • 0

相关问题