Python如何用正则匹配指定命名模式的PDF文件并修复分支判断错误？

原代码核心错误点 #

• 未正确使用正则匹配逻辑：直接判断正则模式字符串本身的布尔值，非空字符串在Python中恒为True，因此所有PDF文件都会进入第一个if分支
• 正则表达式语法错误：$代表字符串结束标识，放在文件名前面会导致模式永远无法匹配真实文件名
• 缺少正则匹配调用：没有使用re.match()等方法检测文件名是否符合规则
• 变量未定义：遍历用到的src变量没有赋值，定义的str = 'c:'未被使用
• 无效规则：java_pt2的规则完全不符合给出的「日期+文件名」命名规范，可直接删除

修正后代码 #

import re 
import os 
from tqdm import tqdm
from time import sleep 

# 编译正则表达式，$放在末尾匹配完整文件名，.需要转义避免匹配任意字符
python_pt = re.compile(r"^[0-3]?[0-9]-[0-3]?[0-9]-(?:[0-9]{2})?[0-9]{2} python\.pdf$")
java_pt = re.compile(r"^[0-3]?[0-9]-[0-3]?[0-9]-(?:[0-9]{2})?[0-9]{2} java\.pdf$")
# 定义扫描根目录
src = r"c:"
python_count = 0
java_count = 0

for dirpath, dirnames, files in os.walk(src, topdown=True):         
    print(f'\nFound directory: {dirpath}\n')
    
    for file in tqdm(files):
        sleep(.1)
        # 仅扫描根目录下的文件，和原代码逻辑保持一致
        if dirpath == src:
            if python_pt.match(file):
                python_count +=1
            elif java_pt.match(file):
                java_count +=1

print(f"Python类PDF文件数量：{python_count}\n")
print(f"Java类PDF文件数量：{java_count}\n")

内容的提问来源于stack exchange，提问作者DevLeb2022