Python 使正则表达式与点文件精确匹配

所以我已经达到了我的正则表达式能力的极限。这里有一个python正则表达式，用于将文件路径或文件uri与各个部分的命名捕获组相匹配。它似乎是工作文件，除了点文件

MATCH_PATH = re.compile(
    r"^(?P<uri>file://)?" +             # optional file uri
    r"(?P<path>(?:/?[A-Z]{1}:)?" +      # start of path capture, optional windows top-level directory
    r"[\\/]?" +                         # optional start separator
    r"(?:[\w \-\.]+[\\/])+)" +          # path
    r"(?P<filename>[\w \-]+)?" +        # optional filename
    r"\.?(?P<extension>[a-zA-Z0-9]+)?$" # extension optional
)

更新 也需要正确匹配

/foo/bar.tar.gz
/foo/._bar.tar.gz

---

扩展名为

tar.gz

，名称分别为

bar

和

\u bar

。另外，如果这对正则表达式来说太复杂，请告诉我，我可以编写过程代码来进行拆分和处理。

我设法清理了一下，让正则表达式与所有示例数据匹配。是否有测试环境，以便您可以看到它正在使用不同的捕获组

^(?P<uri>file:\/\/\/)?
(?P<path>(?:\/|\\|\.)?(?:[A-Z]:(?:\/|\\))?(?:[\w \-\.]+[\/\\])+)
(?P<file>\.?[\_\w ]+)?
(?P<extension>\.[\w\d]+)?$

^（？Pfile:\/\/\/）？
（P（？：/）？（？：[A-Z]：（？：\/））？（？：[\w\-\.]+[\/\]）+）
（？P\.？[\\\uw]+）？
（？P\.[\w\d]+）$

我认为您的主要问题是，您没有将前面的

包含在

文件

捕获组中。为了解决这个问题，我在

文件

组中将它添加为可选的

，并解决了这个问题

---

我做的另一个小改动是在

扩展

组中包含扩展前面的

，但是如果您愿意，可以进行更改。

您可以在前瞻中使用命名的捕获组，如下所示：

^
(?P<uri>file://)?
(?P<path>(?:/?[A-Z]{1}:)?           # start of path capture, optional windows top-level directory
[\\/]?                              # optional start separator
(?:[-. \w]+[\\/])+)                 # path
(?P<filename>\.?[^.]+?(?=\.(?P<extension>.+$)|$))?

---

它使用具有正向前瞻性的惰性点星，查找

。某些扩展名
（然后将其保存到
扩展名
）或行的末尾。
嗯，现在试试。我想我以前保存过它。这里有几个缺陷，尤其是字符类
\w
包括
\d
。此外，在
Python
中不需要转义正斜杠。点或减号也不需要在字符类中转义。总而言之：这有几个问题。。。它捕获扩展名中我不想要的点，在文件uri中添加一个额外的斜杠，扩展名中的
\w
允许使用下划线，这与我原来的分组不同。尽管如此，对于一个坚实的努力+1。你错过了可能的机会。（点）在文件名组中。这很好，但在例如
/foo/bar.tar.gz
,，我已经更新了问题以反映这一要求。然后您需要定义可以出现哪些文件扩展名-对于正则表达式引擎
。
中的bar.txt
。\u bar.txt
与
中的
.tar.gz
相同。它可以是任何东西，我们可能正在脱离正则表达式的功能范围（在这种情况下，我将手工解析）。基本上，我希望第一个点之前的所有内容都是名称（除非第一个字符是点，即点文件）因此
foo/bar.tar.gz
将有一个名称
bar
和一个扩展名
tar.gz
和
foo/.\u bar.tar.gz
将有一个名称
.\u bar
和一个扩展名
tar.gz
@JaredSmith：查看更新的答案和演示，然后使用一个否定类。
^
(?P<uri>file://)?
(?P<path>(?:/?[A-Z]{1}:)?           # start of path capture, optional windows top-level directory
[\\/]?                              # optional start separator
(?:[-. \w]+[\\/])+)                 # path
(?P<filename>\.?[^.]+?(?=\.(?P<extension>.+$)|$))?

(?P<filename>\.?[^.]+?(?=\.(?P<extension>.+$)|$))