R语言list.files按指定向量匹配CSV文件的正则表达式问题及解决

问题场景 #

我在RStudio里想用一个动态更新的数值向量threshold_list批量导入指定CSV文件，写了这段代码：

test_list <- list.files(
                    path='~/somepath/'
                    , pattern = paste0(threshold_list, "\\.csv$")
                    , recursive = TRUE
                    , full.names = TRUE)

threshold_list是像1,2,3,...,150这样的整数向量，打印paste0(threshold_list, "\\.csv$")能得到预期的文件名模式，但传到list.files()的pattern参数后，只匹配到了间隔10的文件（比如001.csv、011.csv...），不是我要的所有指定文件。后来发现实际文件名是001.csv、002.csv这种带三位前导零的格式。

问题原因 #

1. pattern参数不支持向量：list.files()的pattern只能接受单个正则表达式字符串，传向量根本没法实现多文件匹配。
2. 正则表达式写错了：生成的"\\1.csv$"是正则里的反向引用（用来引用之前捕获的内容），不是匹配"1.csv"；而且文件名是三位带零的，直接用数字1肯定匹配不到001.csv。

解决方案 #

办法1：生成正确的正则表达式 #

先把数值转成带前导零的文件名格式，再拼成正则的多选分支：

# 把数字转成三位带零的文件名，比如1→001.csv
target_filenames <- sprintf("%03d.csv", threshold_list)
# 拼成正则：^(001.csv|002.csv|...)$，这样就能匹配所有指定文件
pattern <- paste0("^(", paste(target_filenames, collapse = "|"), ")$")
# 再调用list.files
test_list <- list.files(
  path = "~/somepath/",
  pattern = pattern,
  recursive = TRUE,
  full.names = TRUE
)

办法2：直接生成路径找文件 #

不用正则，直接生成所有目标文件的完整路径，挑出实际存在的：

# 生成所有目标文件的完整路径
target_paths <- file.path("~/somepath/", sprintf("%03d.csv", threshold_list))
# 只保留存在的文件
test_list <- target_paths[file.exists(target_paths)]

补充说明 #

办法2更简单直接，不用纠结正则的问题，适合文件名格式固定的情况；办法1适合需要递归查找或者文件名规则更复杂的场景。

内容的提问来源于stack exchange，提问作者scooptywoopty