匹配下划线分隔文件名并提取日期与当前时间比较

问题背景 #

需要筛选符合{Custom-prefix}_{SupplierName}_{8位数字日期}.csv格式的文件，提取日期判断是否属于过去7天。其中SupplierName可包含下划线、数字且长度不定，不能硬编码供应商列表。原正则(?<={prefix})([a-zA-Z0-9_]*)([0-9]{8})(?=\.csv)会贪婪匹配前缀到.csv之间的所有内容，无法拆分供应商名与日期。

正确正则方案 #

利用正则分组匹配，针对文件名的固定结构，精准拆分供应商名与日期：

prefix = "Custom-prefix"
pattern = re.compile(fr"{prefix}_(.*)_([0-9]{{8}})\.csv")

正则逻辑说明 #

• {prefix}_：匹配固定前缀及后续的下划线
• (.*)：贪婪匹配所有内容直到最后一个下划线（因后续规则要求下划线后必须跟8位数字，因此会自动停在日期前的下划线位置），对应SupplierName
• _([0-9]{8})：匹配日期前的下划线及8位数字日期，将日期存入第二个分组
• \.csv：匹配文件后缀，确保文件名格式完全符合要求

使用示例 #

import re
from datetime import datetime, timedelta

prefix = "myprefix"
pattern = re.compile(fr"{prefix}_(.*)_([0-9]{{8}})\.csv")

# 测试文件名
test_filename = "myprefix_Shop_no24_20221009.csv"
match_result = pattern.match(test_filename)

if match_result:
    supplier = match_result.group(1)
    date_str = match_result.group(2)
    file_datetime = datetime.strptime(date_str, "%Y%m%d")
    
    # 判断是否在过去7天内
    cutoff_date = datetime.now() - timedelta(days=7)
    if file_datetime >= cutoff_date:
        print(f"符合条件：文件={test_filename}，供应商={supplier}，日期={file_datetime.strftime('%Y-%m-%d')}")
    else:
        print(f"{test_filename} 日期超出过去7天范围")
else:
    print(f"{test_filename} 不符合命名格式")

内容的提问来源于stack exchange，提问作者NorrinRadd