1

这需要一个目录（下面的文件示例列表）并解析与正确格式匹配的任何内容（下面），修复任何带有多余或缺少空格的内容（这是问题所在），并附加任何不合格的符号。问题是正则表达式本身可以正常工作，但是我的checkProper()方法中可能存在一些对我来说并不明显的问题。它可以分隔已经以正确格式（在循环的第一部分）的文件，但是在检查任何已修复的内容时似乎不起作用。似乎问题出在某个地方的循环中，而不是修复正则表达式（re.sub），因为我尝试了其他几种方法并得到了相同的结果（goodFix[] 为空）。这应该修复这些文件，但事实并非如此。

正确的格式：

201308 - (82608) - MAC 2233-007-Methods of Calculus - Lastname, Firstname.pdf

目录中的文件示例列表：

201308 (82608)  MAC 2233-007-Methods of Calculus - Lname, Lee.txt
201308 - (12345) - ABC 2233L-007-course Name - last, first.txt
201308 - (12345) - XYZ 2233L-007-course Name 1 - last, first.txt
201308 - (82422) - MAA 5228-001- Introductory Analysis 1 - Zhang, Xiaodong.txt
201308 - (82429) - MAC 1105-004-College Algebra - Somelastname, Jesse.txt
201308 - (82490) - MAC 2311-003-Calculus and Analytic Geometry 1 - Lastname, Heinrich.txt
201308 - (82608) - MAC 2233-007-Methods of Calculus - Lname, Lee.txt
201308 - (82609) - MAC 2233L-007-Methods of Calculus 1 - Lname, Lee.txt
201308 - (96144) - STA 3173-001 - Introduction to Biostatistics - Qian, Lianfen.txt
201308 - (96381) - MAT 1033-023 -I ntemediate Algebra - Escuder, Ana.txt
201308 - (96444) - MAC 2313-009 - Calculus and Analytic Geometry 3 - Locke, Stephen.txt
@ 201308  -  @ '  ;  ,, @ 45 - 12 - xyz - mno  -  123.txt

请注意，上面的“Qian, Escuder, Locke”是应更正为正确格式而不是正确格式的文件示例。

方法：

def readDir(path1):
    return [ f for f in os.listdir(path1) if os.path.isfile(os.path.join(path1,f)) ]

def checkProper(f,term):
    return re.match(term + '\s-\s\(\d{5}\)\s-\s\w{3}\s\d{4}\w?-\d{3}-[^\.]+\s-\s[^\.]+\.txt', f)

def regexSubFix(f,term):
    return re.sub(term + '\s*-\s*(\(\d{5}\))\s*-\s*(\w{3}\s\d{4}\w?-\d{3}-(?:[^.\s]|\b\s\b)+)\s*-\s*([^.]+\.txt)$', r' - \1 - \2 - \3', f)

def regexFindallFix(f):
    return ' - '.join(str(elem) for elem in re.findall(r'^(\d+)\s*-\s*(\(\d+\))\s*-\s*(.*?)\s*-\s*(\S+,.*)$', f)[0])

def properFiles(dir1,term,path1):
    goodMatch = []; stillWrong = []; goodFix = [] #; fixed = ""
    for f in dir1:
        result = checkProper(f,term)
        if result: goodMatch.append(result.group(0))
        else:
            #fixed = re.sub(r"(?<=[0-9]) *- *(?=[^0-9a-zA-Z])", " - ", re.sub(r"(?<=[^0-9]) *- *(?=[0-9a-zA-Z])", " - ", f))
            #fixed = parseFix(f)
            #fixed = regexFindallFix(f)
            fixed = regexSubFix(f,term)
            print "^^^^^^   ",fixed
            if checkProper(fixed,term):
                os.rename(path1+'\\'+f, path1+'\\'+fixed); goodFix.append(f)
            else: os.rename(path1+'\\'+f, path1+'\\'+'@ '+f); stillWrong.append(f)
        #print "f ---- ",f
    goodToGo = len(goodMatch)+len(goodFix); total = len(dir1)
    print "%d total files. %d files in proper format. %f%% success rate."%(total,goodToGo,(goodToGo/(float(total)))*100.0)
    print "All files not in proper format are appended with @ to be clearly marked for the user."
    return goodMatch, goodFix, stillWrong

在 main 中调用时，readDir()提供要传递到的目录中的文件列表properFiles()。 regexSubFix()是现在使用的方法，但是使用regexFindallFix()另一种方法，结果是相同的（并且没有附加任何内容goodFix[]）。 checkProper()似乎在其他所有方面都运行良好，但最后一个 if 语句似乎没有捕获fixed文件。

我正在学习 Python，所以我相当肯定初级程序员可以快速发现这一点，但如果有任何专业人士遇到这个问题，我相信这对他们来说是小菜一碟。

编辑：这些文件有不正确的空格，但由于某种原因没有修复：

201308 - (82442) - MAC 1105 - 012 - College Algebra - Harmon, Drake.txt
4

2 回答 2

1

好的，我想我发现了问题：

要修复可以修复的问题，请将其设为您的 regexSubFid def：

def regexSubFix(f,term):
    return re.sub(term + r'\s*-\s*(\(\d{5}\))\s*-\s*(\w{3}\s\d{4}\w?\s*-\s*\d{3}\s*-\s*(?:[^.\s]|\b\s\b)+)\s*-\s*([^.]+\.txt)$',
          lambda match: term+' - {0} - {1} - {2}'.format(match.group(1),
          re.sub(r'\s*-\s*', '-', match.group(2)),
          match.group(3)) ,
          f)

接下来，将 if 部分更改为：

if checkProper(fixed,term):
    goodFix.append(fixed)
else: stillWrong.append(fixed)

剩下的唯一一件事就是你有这个文件，它变成了这个：

201308 - (96381) - MAT 1033-023-I ntemediate Algebra - Escuder, Ana.txt
于 2013-09-30T21:10:28.823 回答
0

看起来这是一个简单的逻辑反转：

if checkProper(fixed,term):
    os.rename(path1+'\\'+f, path1+'\\'+fixed); goodFix.append(f)

如果 checkProper 不匹配，这将用正确的版本替换名称 - 所以基本上，这段代码表示如果名称有效，请替换它，但如果它无效，请不要理会它。简单地交换 if 的含义：

if not checkProper(fixed,term):
    os.rename(path1+'\\'+f, path1+'\\'+fixed); goodFix.append(f)

你应该拥有它。

于 2013-09-30T18:35:41.640 回答