Python实现：提取文件名日期并筛选最新日期文件的方法

嘿，很高兴能帮你解决这两个问题！咱们一步步来梳理：

核心思路是把日期字符串转换成可比较的datetime对象——因为datetime类型支持直接的大小比较，最新的日期对应的datetime对象值最大。具体操作步骤如下：

• 先明确你的日期字符串格式（比如常见的YYYYMMDD、YYYY-MM-DD等），用datetime.strptime()方法将字符串解析为datetime对象。
• 把每个日期字符串和它对应的datetime对象配对，形成元组。
• 找到datetime对象最大的那一对，对应的原字符串就是最新的日期。

举个简单的示例代码：

from datetime import datetime

date_strings = ["20200825", "20200720", "20240115"]

# 生成（日期字符串，datetime对象）的元组列表
date_tuples = [(s, datetime.strptime(s, "%Y%m%d")) for s in date_strings]

# 按datetime对象排序，取最大的那个对应的原字符串
latest_date_str = max(date_tuples, key=lambda x: x[1])[0]

print("最新的日期字符串：", latest_date_str)  # 输出：20240115

针对你给出的文件名格式（比如hello_20200825.pdf），我在你现有代码的基础上，补充了提取日期和比较日期的逻辑，优化后的完整代码如下：

步骤说明： #

1. 保留你原代码中筛选符合条件文件的逻辑。
2. 对每个文件名，提取末尾的8位日期数字（YYYYMMDD格式）——这里用正则表达式匹配，兼容性更强，即使文件名前缀有其他下划线也能正确提取。
3. 将提取到的日期字符串转成datetime对象，通过比较找到日期最新的文件名。

优化后的代码： #

import os
import datetime
import re

def most_recent_file(region, wsp):
    path = rf'PDFs/{region}'
    files = []
    # 第一步：筛选包含指定关键词的文件
    for item in os.listdir(path):
        full_path = os.path.join(path, item)
        if os.path.isfile(full_path) and wsp in item:
            files.append(item)
    
    if not files:  # 处理没有找到匹配文件的情况，避免报错
        return None
    
    # 第二步：定义提取文件日期的辅助函数
    def get_file_date(file_name):
        # 用正则匹配文件名中的8位数字日期（YYYYMMDD格式）
        match = re.search(r'\d{8}', file_name)
        if match:
            date_str = match.group()
            return datetime.datetime.strptime(date_str, "%Y%m%d")
        # 如果没找到日期，返回一个极早的日期，确保不会被选中
        return datetime.datetime.min
    
    # 第三步：找到日期最新的文件
    latest_file = max(files, key=get_file_date)
    return latest_file

# 调用示例（替换成你的实际参数）
# recent_file = most_recent_file("north", "report")
# print(recent_file)

代码小细节： #

• 正则r'\d{8}'会精准匹配文件名中的8位数字，不管日期前后的字符是什么，都能正确提取。
• get_file_date函数作为max()的key参数，会自动为每个文件计算对应的日期，max()会直接返回日期最新的文件。
• 增加了空文件列表的判断，避免后续逻辑报错。

内容的提问来源于stack exchange，提问作者Dhar_