regex - 用于解析目录和文件名的正则表达式

Question

我正在尝试编写一个正则表达式，它将使用匹配组解析出完全限定路径的目录和文件名。

所以...

/var/log/xyz/10032008.log

会承认group 1 to be "/var/log/xyz"和group 2 to be "10032008.log"

看起来很简单，但我无法让匹配组为我的生活工作。

注意：正如一些受访者所指出的，这可能不是正则表达式的好用处。一般来说，我更喜欢使用我正在使用的语言的文件 API。我实际上想要做的事情比这更复杂一点，但解释起来会困难得多，所以我选择了一个每个人都熟悉的域，以便最简洁地描述根本问题。

score 43 · Accepted Answer

试试这个：

^(.+)\/([^\/]+)$

编辑：转义正斜杠以防止在复制/粘贴正则表达式时出现问题

score 27 · Accepted Answer

在支持具有非捕获组的正则表达式的语言中：

((?:[^/]*/)*)(.*)

我将通过爆炸来解释粗糙的正则表达式......

(
  (?:
    [^/]*
    /
  )
  *
)
(.*)

各部分的含义：

(  -- capture group 1 starts
  (?:  -- non-capturing group starts
    [^/]*  -- greedily match as many non-directory separators as possible
    /  -- match a single directory-separator character
  )  -- non-capturing group ends
  *  -- repeat the non-capturing group zero-or-more times
)  -- capture group 1 ends
(.*)  -- capture all remaining characters in group 2

例子

为了测试正则表达式，我使用了以下 Perl 脚本...

#!/usr/bin/perl -w

use strict;
use warnings;

sub test {
  my $str = shift;
  my $testname = shift;

  $str =~ m#((?:[^/]*/)*)(.*)#;

  print "$str -- $testname\n";
  print "  1: $1\n";
  print "  2: $2\n\n";
}

test('/var/log/xyz/10032008.log', 'absolute path');
test('var/log/xyz/10032008.log', 'relative path');
test('10032008.log', 'filename-only');
test('/10032008.log', 'file directly under root');

脚本的输出...

/var/log/xyz/10032008.log -- absolute path
  1: /var/log/xyz/
  2: 10032008.log

var/log/xyz/10032008.log -- relative path
  1: var/log/xyz/
  2: 10032008.log

10032008.log -- filename-only
  1:
  2: 10032008.log

/10032008.log -- file directly under root
  1: /
  2: 10032008.log

score 11 · Accepted Answer

大多数语言都有路径解析功能，它们已经为您提供了这个功能。如果您有能力，我建议您免费使用开箱即用的东西。

假设 / 是路径分隔符...

^(.*/)([^/]*)$

第一组将是目录/路径信息，第二组将是文件名。例如：

/foo/bar/baz.log：“/foo/bar/”是路径，“baz.log”是文件
foo/bar.log : "foo/" 是路径，"bar.log" 是文件
/foo/bar : "/foo/" 是路径，"bar" 是文件
/foo/bar/ : "/foo/bar/" 是路径，没有文件。

score 5 · Accepted Answer

什么语言？为什么要使用正则表达式来完成这个简单的任务？

如果你必须：

^(.*)/([^/]*)$

给你你想要的两个部分。您可能需要引用括号：

^\(.*\)/\([^/]*\)$

取决于您喜欢的语言语法。

但我建议您只使用您的语言的字符串搜索功能来查找最后一个“/”字符，然后在该索引上拆分字符串。

score 3 · Accepted Answer

推理：

我通过试错法做了一些研究。发现键盘中可用的所有值都可以作为文件或目录，除了 *nux 机器中的“/”。

我使用 touch 命令为以下字符创建文件，它创建了一个文件。

（下面的逗号分隔值）
'!'、'@'、'#'、'$'、"'"、'%'、'^'、'&'、'*'、'('、')'、 ' ', '"', '\', '-', ',', '[', ']', '{', '}', '`', '~', '>', '<' , '=', '+', ';', ':', '|'

仅当我尝试创建“/”（因为它是根目录）和文件名容器时它才失败，/因为它是文件分隔符。

.当我这样做时，它改变了当前目录的修改时间touch .。但是，file.log 是可能的。

当然，a-z, A-Z, 0-9, -(hypen), _(underscore) 应该可以工作。

结果

因此，通过上述推理，我们知道文件名或目录名可以包含除/正斜杠之外的任何内容。因此，我们的正则表达式将由文件名/目录名中不存在的内容派生。

/(?:(?P<dir>(?:[/]?)(?:[^\/]+/)+)(?P<filename>[^/]+))/

一步一步的正则表达式创建过程

模式说明

步骤 1：从匹配`root`目录开始

/目录可以以绝对路径开头，目录名可以以相对路径开头。因此，寻找/零次或一次出现。

/(?P<filepath>(?P<root>[/]?)(?P<rest_of_the_path>.+))/

步骤2：尝试找到第一个目录。

接下来，一个目录和它的子目录总是用 . 分隔/。目录名称可以是除/. 让我们先匹配/var/。

/(?P<filepath>(?P<first_directory>(?P<root>[/]?)[^\/]+/)(?P<rest_of_the_path>.+))/

步骤 3：获取文件的完整目录路径

接下来，让我们匹配所有目录

/(?P<filepath>(?P<dir>(?P<root>[/]?)(?P<single_dir>[^\/]+/)+)(?P<rest_of_the_path>.+))/

在这里， single_dir 是yz/因为，首先它匹配var/，然后它找到下一次出现的相同模式，即log/，然后它找到下一次出现的相同模式yz/。因此，它显示了模式的最后一次出现。

第 4 步：匹配文件名并清理

现在，我们知道我们永远不会使用像 single_dir、filepath、root 这样的组。因此，让我们清理一下。

让我们将它们保留为组，但不要捕获这些组。

而 rest_of_the_path 只是文件名！所以，重命名。而且文件的名称中不会有/，所以最好保留[^/]

/(?:(?P<dir>(?:[/]?)(?:[^\/]+/)+)(?P<filename>[^/]+))/

这给我们带来了最终的结果。当然，还有其他几种方法可以做到。我只是在这里提到一种方式。

上面使用的正则表达式规则在此处列出

^表示以组名开头的字符串
(?P<dir>pattern)表示捕获组。我们有两个带有组名的组dir，file
(?:pattern)意味着不考虑这个组或非捕获组。
?表示匹配零或一。 +表示匹配一个或多个 [^\/]表示匹配除正斜杠 ( /)之外的任何字符

[/]?意味着如果它是绝对路径，那么它可以以 / 开头，否则它不会。因此，匹配零个或一个/.

[^\/]+/表示一个或多个不是正斜杠 ( /) 后跟正斜杠 ( ) 的字符/。这将匹配var/或xyz/。一次一个目录。

score 2 · Accepted Answer

那这个呢？

[/]{0,1}([^/]+[/])*([^/]*)

确定性：

((/)|())([^/]+/)*([^/]*)

严格的：

^[/]{0,1}([^/]+[/])*([^/]*)$
^((/)|())([^/]+/)*([^/]*)$

score 1 · Accepted Answer

一个很晚的答案，但希望这会有所帮助

^(.+?)/([\w]+\.log)$

这使用惰性检查/，我刚刚修改了接受的答案

http://regex101.com/r/gV2xB7/1

score 0 · Accepted Answer

0

试试这个：

/^(\/([^/]+\/)*)(.*)$/

不过，它会在路径上留下斜杠。

于 2008-10-03T21:48:47.687 回答

score 0 · Accepted Answer

给定一个示例上传文件夹 URL：

https://drive.google.com/drive/folders/14Q6d-KiwgTKE-qm5EOZvHeX86-Wf9Q5f?usp=sharing

正则表达式模式是：

[-\w]{25,}

此模式也适用于 Google 表格以及 Excel 中的自定义函数：

=REGEXEXTRACT(N2,"[-\w]{25,}")

结果是：14Q6d-KiwgTKE-qm5EOZvHeX86-Wf9Q5f

regex - 用于解析目录和文件名的正则表达式

9 回答 9

例子

推理：

结果