Python 使用正则表达式从文本文件中提取文件名

各位

我不是正则表达式方面的专家，我在谷歌上搜索过我的问题，但还没有找到解决方案。如果有人发现另一个SO帖子有相同的问题，请随意指向该帖子

问题：

r'\b(\w+\.pdf)\b'
r'^\\(.+\\)*(.+)\.(.+)\.pdf$'
r'[^A-Za-z0-9_\.pdf]' 
r'[\\/:"*?<>|]+\.pdf'

我得到了一个文本文件，其中大部分字符都是html标记。这些文本文件可能包含如下所示的PDF文件名。我只想提取扩展名为

.PDF

的所有此类PDF文件名。请注意，这些PDF文件名可能出现在文本文档字符串中的任何位置，而不仅仅出现在

前缀之后

示例文本：

Example 1: <FILENAME>any_valid_characters_filename.pdf
Example 2: hello this is a good file abc-def_xyz-1.pdf

和其他一些正则表达式，但没有成功

任何帮助都将不胜感激。谢谢。

这行吗

\b[^\s<>]*?.pdf\b

\b[^\s]*？.pdf\b

它适用于您的示例：

更新您的新请求，在

和

whatever.pdf

之间不存在空格：

用法：

\b（？[\s]|\w）[\w-]*？.pdf\b

示例：

这行吗

\b[^\s<>]*?.pdf\b

\b[^\s]*？.pdf\b

它适用于您的示例：

更新您的新请求，在

和

whatever.pdf

之间不存在空格：

用法：

\b（？[\s]|\w）[\w-]*？.pdf\b

---

示例：

我认为以下表达式涵盖了您提到的所有内容：

r"([\w\d\-.]+\.pdf)"

---

由于它将任何作文与一个单词字符、一个数字字符、一个

-

符号和一个

符号后跟

.pdf

匹配，我认为以下表达式涵盖了您提到的所有内容：

r"([\w\d\-.]+\.pdf)"

---

---

由于它与任何组合匹配，包括一个单词字符、一个数字字符、一个

-

符号和一个

符号后跟

.pdf

如果文件名不能包含空格，您可以使用类似

r'>（[^\s\\\/：“*？|]+\.pdf）\b'

的内容，假设文件名可能包含空格（尽管不太可能）。这仍然有效吗？@WiktorStribiżew使用您的正则表达式时，它在？字符处抛出语法错误。从模式中删除

\s

。请参阅。我的模式中没有错误，但在您的代码中，我看不到您有什么代码，请将其添加到问题中。使用

re.findall（r“>（[^\\/：“*？\124;]+\.pdf）\b”，“abc-1def.pdf”）

抛出语法错误。如果文件名不能包含空格，您可以使用类似

r'>（[^\s\\/：“*？|]+\.pdf）\b'

假设文件名可能包含空格（尽管不太可能）。这仍然有效吗？@WiktorStribiżew使用您的正则表达式时，它在？字符处抛出语法错误。从模式中删除

\s

。请参阅。我的模式中没有错误，但在您的代码中，我看不到您有什么代码，请将其添加到问题中。使用

re.findall（r“>（[^\\/：“*？\124;]+\.pdf）\b”，“abc-1def.pdf”）

抛出语法错误。谢谢。如果我只想使用第一个示例（忽略第二个示例匹配），我需要什么更改？注意：我想忽略示例1中字符串“”和“.pdf”之间的所有空格。如果字符串“”和“.pdf”之间有空格，我想忽略此匹配尝试

r”\s*（[\w\d\-.]+\.pdf）”

，它将匹配

，后跟有效的pdf名称。感谢您的快速回复。但当

之后和任何单词或文件名的开头之前有空格时，这就不起作用了。在这里查一下，谢谢。如果我只想使用第一个示例（忽略第二个示例匹配），我需要什么更改？注意：我想忽略示例1中字符串“”和“.pdf”之间的所有空格。如果字符串“”和“.pdf”之间有空格，我想忽略此匹配尝试

r”\s*（[\w\d\-.]+\.pdf）”

，它将匹配

，后跟有效的pdf名称。感谢您的快速回复。但当

之后和任何单词或文件名的开头之前有空格时，这就不起作用了。在这里查一下，谢谢。如果我只想使用第一个示例（忽略第二个示例匹配），我需要什么更改？注意：我想忽略示例1中字符串“”和“.pdf”之间的所有空格。如果字符串“”和“.pdf”之间有空格，我想忽略此匹配尝试此操作<代码>\b（？[\s]|\w）[\w-]*？.pdf\b谢谢。但我想忽略示例2，因为它在更新的共享链接中没有前缀

，所有这些都应该放在问题描述中。现在，正则表达式字符串将完全不同——如果你继续移动球门柱，人们将无法帮助你。这里是

\b（？谢谢。如果我只想使用第一个示例大小写，（并忽略第二个示例匹配），我需要做什么更改？注意，我想忽略示例1中字符串“”和.pdf之间的所有空格。如果字符串“”和.pdf之间有空格，我想忽略此匹配试试这个方法？
\b（？[\s]|\w）[\w-]*？.pdf\b
谢谢。但是我想忽略示例2，因为它在更新的共享链接中没有前缀
。所有这些都应该放在您的问题描述中。现在正则表达式字符串将完全不同-如果您继续移动目标帖子，人们将无法帮助您。这里
\b（？）？