在python中使用模式匹配获取文件扩展名

我试图找到一个文件的扩展名，以字符串的形式给出它的名称。我知道我可以使用函数

os.path.splitext

，但如果我的文件扩展名是

.tar.gz

或

.tar.bz2

，它将扩展名分别指定为

gz

和

bz2

，而不是

tar.gz

和

tar.bz2

。
所以我决定自己使用模式匹配来查找文件的扩展名

print re.compile(r'^.*[.](?P<ext>tar\.gz|tar\.bz2|\w+)$').match('a.tar.gz')group('ext')
>>> gz            # I want this to come as 'tar.gz'
print re.compile(r'^.*[.](?P<ext>tar\.gz|tar\.bz2|\w+)$').match('a.tar.bz2')group('ext')
>>> bz2           # I want this to come 'tar.bz2'

print re.compile（r'^.[.]（？Ptar\.gz|tar\.bz2|\w+$））.match（'a.tar.gz'）组（'ext'））
>>>gz#我想把它命名为“tar.gz”
打印重新编译（r'^.[.]（？Ptar\.gz|tar\.bz2|w+$）。匹配（'a.tar.bz2'）组（'ext'））
>>>bz2#我希望这是‘焦油，bz2’

我在模式匹配中使用了

（？p…）

，因为我也想获得扩展名

请帮忙

root,ext = os.path.splitext('a.tar.gz')
if ext in ['.gz', '.bz2']:
   ext = os.path.splitext(root)[1] + ext

有些人在遇到问题时会想“我知道，我会使用正则表达式。”现在他们有两个问题。

>>打印重新编译（r'^.[.]（？Ptar\.gz|tar\.bz2|w+$）。匹配（'a.tar.gz'）。组（'ext'））
广州
>>>打印重新编译（r'^.*.[.]（？Ptar\.gz|tar\.bz2|w+$）.match（'a.tar.gz'）.group（'ext'））
tar.gz
>>>

---

那个？运算符尝试查找最小匹配项，因此，不是。*同时吃“.tar”，而是。*？找到允许匹配.tar.gz的最小匹配项。

我知道这比用正则表达式打断你的头容易得多，有时听起来可能也很愚蠢。

name=“filename.tar.gz”

扩展=（'.tar.gz'，'.py'）

[x表示扩展名中的x，如果name.endswith（x）]

从phihags开始回答：

DOUBLE_EXTENSIONS = ['tar.gz','tar.bz2'] # Add extra extensions where desired.

def guess_extension(filename):
    """
    Guess the extension of given filename.
    """
    root,ext = os.path.splitext(filename)
    if any([filename.endswith(x) for x in DOUBLE_EXTENSIONS]):
        root, first_ext = os.path.splitext(root)
        ext = first_ext + ext
    return root, ext

---

继续从phihags答案到generic删除所有双扩展名或三扩展名，例如CropQDS275.jpg.aux.xml，同时在以下位置使用“.”：

tempfilename, file_extension = os.path.splitext(filename)
while '.' in tempfilename:
     tempfilename, tempfile_extension = os.path.splitext(tempfilename)
     file_extension = tempfile_extension + file_extension

---

这很简单，可以用于单个扩展和多个扩展

In [1]: '/folder/folder/folder/filename.tar.gz'.split('/')[-1].split('.')[0]
Out[1]: 'filename'

In [2]: '/folder/folder/folder/filename.tar'.split('/')[-1].split('.')[0]
Out[2]: 'filename'

In [3]: 'filename.tar.gz'.split('/')[-1].split('.')[0]
Out[3]: 'filename'

---

如果name=“hi.c.java”如果你想单独使用.java呢？目前是的。但是，如果愿意的话，我应该可以在以后的正则表达式模式中添加更多内容。好的，在这种情况下可以这样做，但我想用python正则表达式来解决它。@Guanidene:如果是家庭作业，请标记问题家庭作业。如果这不是家庭作业，那么在函数已经编写、调试并运行时不要使用正则表达式。@s.Lott-这不是家庭作业，我想使用正则表达式解决问题，仅此而已。如果仅仅解决问题是目的，我早就可以像phihag说的那样做了。@phihag——我希望使用正则表达式的另一个原因——它很紧凑。如果我按照你的方式去做，我将不必要地需要3行代码（这也使得我的代码很笨拙），而使用regex我可以在一行中获得所有东西@Guanidene更紧凑并不意味着可读性和可维护性更强。还有，为什么一个复杂的正则表达式没有非程序员能理解的三行那么笨拙？不管怎样，每个人都有自己的。我真的很感谢你！这件事花了我很多时间！假设存在一个文件扩展名

.gz

（假设），我可能也想匹配它。因此，在本例中，元组将是

extensions=（'.gz'，'.tar.gz'，'.py'）

（name=

filenmae.tar.gz

），如果我执行此命令-

[x for x in extensions if name.endswith（x）]

当我想将其与

tar gz

匹配时，它将错误地匹配

gz

。伙计，我想要的是一个通用的解决方案，而不是一个特定于数据的解决方案！这有一个选项，因此如果tar.gz与return匹配，则将其放在列表的第一位，但一旦将gz放在tar.gz.gz.gz.gz.gz.extensions=（'tar.gz'，'gz'，'py'）

>>>>name'set.tar.gz'>>>>def test（）之前，此方法将不起作用：。。。对于扩展中的x:。。。如果name.endswith（x）：。。。返回x。。。return'>>>>test（）'tar.gz'>>>>

@Guanidene:是的，我不记得同意了，但你可以留下评论，也许regex是一个正确的解决方案，确实如此，但在回答这个问题时，我一开始就说它可能很愚蠢，而且有一个选项，我并不是在争论这是正确的。在[4]：'/folder/folder/folder/filename.tar.gz'/'）split（'/'）[-1].split（'..'）[1:[4]：['tar'，'gz']对我来说很好用！

In [1]: '/folder/folder/folder/filename.tar.gz'.split('/')[-1].split('.')[0]
Out[1]: 'filename'

In [2]: '/folder/folder/folder/filename.tar'.split('/')[-1].split('.')[0]
Out[2]: 'filename'

In [3]: 'filename.tar.gz'.split('/')[-1].split('.')[0]
Out[3]: 'filename'