在Python中提取文件名的后缀

我正在使用Python从文件名列表创建HTML链接。 文件名的格式如下：song1_lead.pdf、song1_Lyps.pdf。 他们也可以有像song2_这样的名字，加上额外的下划线。但常见的是，它们都将以_someText.pdf结尾

我的目标是只提取someText部分，在最后一个下划线之后，不带.pdf扩展名。所以song1_歌词.pdf的结果是：歌词

我有下面的Python代码实现了我的目标，但看起来我做得很艰难。 有没有更有效的方法

testString='file1\u加上额外下划线\u lead.pdf'
#步骤1：使用under_分数的最后一次出现来分隔字符串
HTMLtext=testString.rpartition（“”）
#结果：（'file1_加上_额外的_下划线'，''.'歌词.pdf'）
#步骤2：将后缀和.pdf扩展名分开。
HTMLtext=HTMLtext[2]。r分区（'.'））
#结果：（'lead'，'pdf'）
#步骤3：使用第一项作为最终结果。
HTMLtext=HTMLtext[0]#结果：领先

我在想，我正在尝试的是用更少的代码行来实现，而不必像现在这样多次设置HTMLtext。

这应该很好：

testString = 'file1_with_extra_underscores_lead.pdf'
testString[testString.rfind('_') + 1:-4]

但是，在这里检查时没有错误。如果字符串中没有“\u1”，则将失败。 你也可以使用正则表达式。这应该不难

基本上我自己不会这样做。最好进行一些异常处理，除非您100%确定不需要进行异常处理。

您可以使用Path from提取最终路径组件，而不带后缀：

from path import Path
Path('file1_with_extra_underscores_lead.pdf').stem.split('_')[-1]

输出：

'lead'

这将适用于“…\u lead.pdf”或“…\u lead.pdf”：

---

正如@wwii在其评论中所说的，您应该使用专门设计用于将文件名与其扩展名分开的和/或专门设计用于在一个字符处剪切字符串的。使用这些函数有几种方法可以实现您想要的

与@wwii不同，我将首先放弃扩展：

test_string = 'file1_with_extra_underscores_lead.pdf'
filename = os.path.splitext(test_string)[0]
print(filename)  # 'file1_with_extra_underscores_lead'

然后我将使用

split

或

rsplit

，使用

maxslit

参数或选择结果列表的最后一个（或第二个索引）（根据使用的方法）。以下每一行都是等效的（至少在功能方面）：

最好的可能是最后两种解决方案之一，因为它不会进行无用的拆分

---

为什么这个答案比其他答案好？（至少在我看来）

• 使用

  pathlib

  是可以的，但是对于将文件名与其扩展名分离，

  os.path.splitext

  可能更有效
• 使用带有

  rfind

  的切片可以工作，但不能清楚地表达代码意图，因此可读性较差
• 使用

  endswith（'.pdf'）

  是可以的，如果您确信您永远不会使用pdf以外的任何东西。如果有一天你使用

  .txt

  ，你将不得不重新编写你的代码
• 我喜欢regex，但在这种情况下，它与前面讨论的两种解决方案有着相同的警告：没有明确的意图，可读性不强，如果有一天使用其他扩展，您将不得不重新编写它

使用

splitext

清楚地表明您对扩展做了一些事情，并且第一项选择非常明确。这仍然适用于任何其他扩展。

---

使用rsplit（“”，maxslit=1）并选择最后一个索引也非常有表现力，比任意外观的切片清晰得多。

这是3行代码。我不确定我是否会关心这个tbh，它为您提供了一个在各个阶段捕获异常的机会。关于

if testString.endswith（'.pdf'）：print（testString.split（'.pdf'）[0]）

*\ukeep=testString.rsplit（'.pdf'）：print（testString.split（'.pdf'）[0]）；keep，=os.path.splitext（keep）

-仅两行。其中一个答案使用

pathlib

，它将

路径

视为

对象，而不是
字符串
。因此，有许多内置方法可用于访问路径的各个部分。还有，你说得对。修正了。现在这里没有活动的python环境好的，它现在可以工作了，但是您承认如果字符串不是预期的格式，它就会成为一个问题。我不明白解决了什么问题，也不明白OP的动机。但这是可行的。他要求提高效率。据我所知，这应该更有效率。他的版本使用了2个对rpartition的调用和2个对array操作符的调用，以及2个内存操作。我的版本应该更有效。少1个函数调用，少1个数组运算符，不向同一变量写入3次。在几乎每种情况下都不重要，但是。。。嗯，应该是稍微快一点，这很有效，并且可以处理我扔给它的所有文件。从path导入path testFiles=['song1_with_multiple_underlines_Lead.pdf'、'song1_lymps.pdf'、'song2_ChordsF.pdf'、'song2_Lead.pdf']用于测试文件中的fn:HTMLtext=path（fn）.stem.split（'.[-1]#只获取后缀，而不包含分数或.pdf打印（HTMLtext+“->”+fn）结果：Lead->song1\u带多个下划线\u Lead.pdf歌词->song1\u歌词.pdf ChordsF->song2\u ChordsF.pdf Lead->song2\u Lead.pdf我的代码看起来很乱。无法确定如何使用代码进行注释并将其正确格式化。为了避免拆分整个字符串并创建不必要的列表，可以更改为
str.rpartition（'''[-1]
，这比
str.rsplit（''''1][-1]
test_string = 'file1_with_extra_underscores_lead.pdf'
filename = os.path.splitext(test_string)[0]
print(filename)  # 'file1_with_extra_underscores_lead'

filename.split('_')[-1]  # splits at each underscore and selects the last chunk
filename.rsplit('_')[-1]  # same as previous line except it splits from the right of the string
filename.rsplit('_', maxsplit=1)[-1]  # split only one time from the right of the string and selects the last chunk
filename.rsplit('_', maxsplit=1)[1]  # same as previous line except it select the second chunks (which is the last since only one split occured)