如何用Python正则表达式提取图片路径中的品牌名称？

看起来你的正则表达式写得有点问题，导致只抓到了单个字符“L”，我来帮你修正一下！

问题出在哪？ #

先拆解你用的正则 r’([\w\s.-]).[jpg]’：

• ([\w\s.-]) 这个分组只匹配单个字符（因为没加+或*这类量词表示匹配多次），所以只能捕获一个字符；
• .[jpg] 这里的.是正则元字符，会匹配任意单个字符；[jpg]是字符集，只匹配j/p/g中的一个；
• 整个正则会在路径里找第一个符合「单个字符 + 任意字符 + j/p/g」的片段，结果刚好抓到了路径里Logo中的L，所以才输出['L']。

另外，要匹配实际的.jpg扩展名，得把.转义成\.，不然它会匹配任意字符。

正确的解决方法 #

方法1：利用Path对象的属性简化处理

Python的PosixPath自带提取文件名的方法，先拿到不带扩展名的文件名，再提取前面的品牌名（假设品牌名都是纯字母，后面跟数字）：

import re
from pathlib import Path

# 你的600个路径列表
image_paths = [Path('/content/drive/My Drive/Logo/adidas10.jpg'), 
               Path('/content/drive/My Drive/Logo/adidas11.jpg'),
               # ... 其他路径
               ]

brands = []
for path in image_paths:
    # 提取不带扩展名的文件名，比如'adidas10'
    filename_stem = path.stem
    # 匹配开头的纯字母部分（品牌名）
    match_result = re.match(r'^([A-Za-z]+)', filename_stem)
    if match_result:
        brands.append(match_result.group(1))

# 去重得到最终分类标签
unique_brand_labels = list(set(brands))
print(unique_brand_labels)

方法2：直接对路径字符串用精准正则匹配

如果想直接处理路径字符串，可以写一个匹配最后一个目录分隔符后、数字和.jpg之前品牌名的正则：

import re
from pathlib import Path

image_paths = [Path('/content/drive/My Drive/Logo/adidas10.jpg'), 
               Path('/content/drive/My Drive/Logo/adidas11.jpg'),
               # ... 其他路径
               ]

# 正则解释：匹配最后一个/后，纯字母品牌名 + 数字 + .jpg结尾
pattern = r'/([A-Za-z]+)\d+\.jpg$'
brands = []
for path in image_paths:
    match_result = re.search(pattern, str(path))
    if match_result:
        brands.append(match_result.group(1))

unique_brand_labels = list(set(brands))
print(unique_brand_labels)

这两种方法都能准确提取出adidas这类品牌名，作为你的分类任务标签~

内容的提问来源于stack exchange，提问作者Dimi