Python 包含在别处的隔离字符串

我正在设置一个脚本，根据PDF文件名中包含的文本合并PDF文件。我这里的问题是，“小提琴I”也包含在“小提琴II”中，“中音萨克斯管I”也包含在“中音萨克斯管II”中。我如何设置它，使圣堂武士只包含“小提琴I”的条目，而不包含“小提琴II”，反之亦然

pdfList = ["01 Violin I.pdf", "02 Violin I.pdf","01 Violin II.pdf", "02 Violin II.pdf",  ]
instruments = ["Soprano", "Tenor", "Violin I", "Violin II", "Viola", "Cello", "Contrabass", "Alto Saxophone I", "Alto Saxophone II", "Tenor Saxophone", "Baritone Saxophone"]


# create arrays for each instrument that can be used for merging/organization
def organizer():
    for fileName in pdfList:
        for instrument in instruments:
            tempList = []
            if instrument in fileName:
                tempList.append(fileName)
        print tempList


print pdfList
organizer()

---

尝试进行以下更改：

...
if instrument+'.pdf' in fileName:
...

---

这是否涵盖所有情况？

尝试进行以下更改：

...
if instrument+'.pdf' in fileName:
...

---

这会涵盖所有情况吗？

避免包含子字符串的一种方法是使用正则表达式，如：

import re

pdfList = ["01 Violin I.pdf", "02 Violin I.pdf","01 Violin II.pdf", "02 Violin \
II.pdf",  ]
instruments = ["Soprano", "Tenor", "Violin I", "Violin II", "Viola", "Cello", "\
Contrabass", "Alto Saxophone I", "Alto Saxophone II", "Tenor Saxophone", "Barit\
one Saxophone"]

# create arrays for each instrument that can be used for merging/organization   
def organizer():
    for fileName in pdfList:
        tempList = []
        for instrument in instruments:
            if re.search(r'\b{}\b'.format(instrument), fileName):
                tempList.append(fileName)
        print tempList

print pdfList
organizer()

---

这将使用

\b

包装您的搜索词，以便它仅在开头和结尾在单词边界上时匹配。另外，可能很明显但值得指出的是，这也将使您的工具名称成为正则表达式的一部分，所以请注意，如果您使用的任何字符也是正则表达式元字符，它们将被解释为正则表达式（现在您不是）。一个更通用的方案需要一些代码来查找并正确转义这些字符。

避免包含子字符串的一种方法是使用正则表达式，如：

import re

pdfList = ["01 Violin I.pdf", "02 Violin I.pdf","01 Violin II.pdf", "02 Violin \
II.pdf",  ]
instruments = ["Soprano", "Tenor", "Violin I", "Violin II", "Viola", "Cello", "\
Contrabass", "Alto Saxophone I", "Alto Saxophone II", "Tenor Saxophone", "Barit\
one Saxophone"]

# create arrays for each instrument that can be used for merging/organization   
def organizer():
    for fileName in pdfList:
        tempList = []
        for instrument in instruments:
            if re.search(r'\b{}\b'.format(instrument), fileName):
                tempList.append(fileName)
        print tempList

print pdfList
organizer()

---

这将使用

\b

包装您的搜索词，以便它仅在开头和结尾在单词边界上时匹配。另外，可能很明显但值得指出的是，这也将使您的工具名称成为正则表达式的一部分，所以请注意，如果您使用的任何字符也是正则表达式元字符，它们将被解释为正则表达式（现在您不是）。更一般的方案需要一些代码来查找并正确转义这些字符。

PDF是否总是这样命名？例如，

编号+仪器+.pdf

。或者我们应该假设PDF可以有任何包含仪器的名称吗？是的，PDF的格式将始终为“（初始编号）+（某些文本）+（仪器）+.pdfAre pdf文件的名称始终是这样的？即

Number+Instrument+.pdf

。或者我们应该假设pdf文件可以有包含仪器的任何名称吗？是的，pdf文件的格式始终是“（初始编号）+（一些文本）+（仪器）+.pdf