Python 如何获取文件名中具有特定年份的文件？

我有一个从2009年到2017年的大文件目录。我只想获取名称中包含特定年份的文件，并将它们连接在一起：例如，名称中包含2009、2012或2016的所有文件。我找到了一些我一直在玩的起始代码，但我敢肯定这是一个大混乱，因为它不工作

yearList = [2009, 2012, 2016]

path = 'my_file_path'
for i in yearList:
    s = re.search(i,line)
    if s:
       dfs.append(s)

我也在想，沿着这条路线的东西会更干净

any (regex.match(line) for regex in [regex1, regex2, regex3])

---

这条线是从哪里来的？在哪里重复使用路径？您的代码段中缺少bothi

您应该了解一下python glob在文件系统上使用模式匹配的情况：

也许是这样的：

import glob

yearList = [2009, 2012, 2016]
path = "my_file_path"
files = []
for year in yearList:
    files += glob.glob("{path}/*{year}*".format(path=path, year=year))

关于您的评论，这个问题在python glob的一行程序中是无法解决的，因为它需要一些更高级的模式匹配，而glob不支持。将正则表达式与listdir结合使用可能更好，但使用glob，您可以在for循环中执行以下操作：

files += glob.glob("{path}/*{year}_0[1-9]*".format(path=path, year=year))
files += glob.glob("{path}/*{year}_1[0-2]*".format(path=path, year=year))

---

这也符合你的月份模式。

这条线是从哪里来的？在哪里重复使用路径？您的代码段中缺少bothi

您应该了解一下python glob在文件系统上使用模式匹配的情况：

也许是这样的：

import glob

yearList = [2009, 2012, 2016]
path = "my_file_path"
files = []
for year in yearList:
    files += glob.glob("{path}/*{year}*".format(path=path, year=year))

关于您的评论，这个问题在python glob的一行程序中是无法解决的，因为它需要一些更高级的模式匹配，而glob不支持。将正则表达式与listdir结合使用可能更好，但使用glob，您可以在for循环中执行以下操作：

files += glob.glob("{path}/*{year}_0[1-9]*".format(path=path, year=year))
files += glob.glob("{path}/*{year}_1[0-2]*".format(path=path, year=year))

---

这也将符合你的月份模式。

你可以使用正则表达式来实现这一点，但这并不是绝对必要的，而且正则表达式在你的情况下可能会有些过分。相反，我会使用

find

：

from os import listdir
from os.path import isfile, join

years = [str(x) for x in [2009, 2012, 2016]]
myFiles = [f for f in listdir(mypath) if isfile(join(mypath, f))]
filesWithSpecificYears = filter(lambda x: any(x.find(y) >= 0 for y in years), myFiles)

---

我添加代码是为了从给定目录中实际获取文件名，由

mypath

标识，因为我在代码中没有看到。我的代码实际做的是检查

myFiles

中的每个字符串，查看哪些字符串包含指定的年份。使用

any

中的

find

完成此操作。

过滤器本质上会从列表中删除lambda不为true的任何值。
您可以使用正则表达式进行此操作，但这不是严格必需的，并且正则表达式在您的情况下可能会有些过分。相反，我会使用
find
：

from os import listdir
from os.path import isfile, join

years = [str(x) for x in [2009, 2012, 2016]]
myFiles = [f for f in listdir(mypath) if isfile(join(mypath, f))]
filesWithSpecificYears = filter(lambda x: any(x.find(y) >= 0 for y in years), myFiles)

我添加代码是为了从给定目录中实际获取文件名，由
mypath
标识，因为我在代码中没有看到。我的代码实际做的是检查
myFiles
中的每个字符串，查看哪些字符串包含指定的年份。使用
any
中的
find
完成此操作。
过滤器本质上会从列表中删除lambda不为true的任何值。
使用正则表达式可能有一种聪明的方法，但下面是一个简单的嵌套循环：

import os
year_list = [2009, 2012, 2016]
file_list = os.listdir('some_path')
file_matches = []

for year in year_list:
    for fi in file_list:
        if str(year) in fi:
            file_matches.append(fi)

或者使用嵌套列表理解（这比链接正则表达式更快、更清晰，也可能更快）：

由于要显式处理文件，因此还可以使用glob：

from glob import glob
from os.path import join
year_list = [2009, 2012, 2016]
file_matches = []
for year in year_list:
    file_matches.extend(glob(join('some_path', '*{0}*'.format(year))))

使用正则表达式可能有一种聪明的方法，但这里有一个简单的嵌套循环：

import os
year_list = [2009, 2012, 2016]
file_list = os.listdir('some_path')
file_matches = []

for year in year_list:
    for fi in file_list:
        if str(year) in fi:
            file_matches.append(fi)

或者使用嵌套列表理解（这比链接正则表达式更快、更清晰，也可能更快）：

由于要显式处理文件，因此还可以使用glob：

from glob import glob
from os.path import join
year_list = [2009, 2012, 2016]
file_matches = []
for year in year_list:
    file_matches.extend(glob(join('some_path', '*{0}*'.format(year))))

这非常有效，我发现我正在提取的文件存在问题。这些名称应该遵循以下约定：下划线后面的最后一个数字是01-12（例如file2016\u 01），但一些文件会删除零，因此看起来像这个file2016\u 4。如何修改上面的代码以排除这些代码？我在想一些逻辑，如果下划线后面的数字不是以“0”或“1”开头，那么跳过。太好了！那就行了。非常感谢！这非常有效，我发现我正在提取的文件存在问题。这些名称应该遵循以下约定：下划线后面的最后一个数字是01-12（例如file2016\u 01），但一些文件会删除零，因此看起来像这个file2016\u 4。如何修改上面的代码以排除这些代码？我在想一些逻辑，如果下划线后面的数字不是以“0”或“1”开头，那么跳过。太好了！那就行了。非常感谢！