R语言文件名数字补零函数异常问题求助

问题说明 #

我已实现PadNumbers函数，输入c(1, 2, 30)可输出c("01", "02", "30")。现需实现ex02PadFiles函数对文件名中的数字补零，期望输入c("podcast_ep1.mp3", "podcast_ep3.mp3", "podcast_ep22.mp3")时输出c("podcast_ep01.mp3", "podcast_ep03.mp3", "podcast_ep22.mp3")，但当前代码输出最后一个文件名为"podcast_ep022.mp3"，不符合预期。

原代码如下：

PadNumbers <- function(numbers) {
  assertIntegerish(numbers, min.len = 0, lower = 0)
  strnumbers <- as.character(numbers)
  numbers <- as.numeric(gsub(".*?(\\d+).*", "\\1", strnumbers))
  if (any(!is.na(numbers))) {
    maxdigits <- max(nchar(as.character(numbers)), na.rm = TRUE)
  } else {
    maxdigits <- 0
  }
  paddednumbers <- sprintf(paste0("%0", maxdigits, "d"), numbers)
  paddednumbers[is.na(numbers)] <- NA
  return(paddednumbers)
}

ex02PadFiles <- function(filenames) {
  assertCharacter(filenames, any.missing = FALSE, len = length(filenames))
  if (length(filenames) == 0) {
    return(character(0))
  }
  paddednumbers <- ex01PadNumbers(as.integer(gsub("\\D", "", filenames)))
  paddedfilenames <- gsub("(\\d+)(\\.\\w+)$", "0\\1\\2", filenames)
  return(paddedfilenames)
}

问题分析 #

• 原ex02PadFiles中的gsub操作是直接在数字前加0，没有依据所有文件名中数字的最大长度动态补零，导致长数字被错误添加多余的0。
• 函数中调用的ex01PadNumbers是笔误，实际应为已实现的PadNumbers。
• gsub("\\D", "", filenames)提取数字的方式过于宽泛，若文件名中存在其他非目标数字会出错。

修正方案 #

下面是修正后的ex02PadFiles函数，复用你已有的PadNumbers逻辑，精准处理文件名中的数字补零：

基于Base R的实现 #

ex02PadFiles <- function(filenames) {
  assertCharacter(filenames, any.missing = FALSE, len = length(filenames))
  if (length(filenames) == 0) {
    return(character(0))
  }
  
  # 精准提取文件名后缀前的连续数字
  num_matches <- regexpr("\\d+(?=\\.\\w+$)", filenames, perl = TRUE)
  num_strs <- regmatches(filenames, num_matches)
  numbers <- as.integer(num_strs)
  
  # 使用已实现的PadNumbers处理数字补零
  padded_numbers <- PadNumbers(numbers)
  
  # 将补零后的数字替换回原文件名
  regmatches(filenames, num_matches) <- padded_numbers
  
  return(filenames)
}

基于stringr包的实现（更简洁） #

library(stringr)

ex02PadFiles <- function(filenames) {
  assertCharacter(filenames, any.missing = FALSE, len = length(filenames))
  if (length(filenames) == 0) {
    return(character(0))
  }
  
  # 提取后缀前的数字
  num_strs <- str_extract(filenames, "\\d+(?=\\.\\w+$)")
  numbers <- as.integer(num_strs)
  
  # 补零处理
  padded_numbers <- PadNumbers(numbers)
  
  # 逐个替换原数字为补零后的版本
  padded_filenames <- mapply(function(fn, old, new) {
    str_replace(fn, paste0(old, "(?=\\.\\w+$)"), new)
  }, filenames, num_strs, padded_numbers)
  
  return(as.character(padded_filenames))
}

测试验证 #

运行以下代码：

ex02PadFiles(c("podcast_ep1.mp3", "podcast_ep3.mp3", "podcast_ep22.mp3"))

输出结果为：

[1] "podcast_ep01.mp3" "podcast_ep03.mp3" "podcast_ep22.mp3"

完全符合预期。

内容的提问来源于stack exchange，提问作者tong tong