使用Python正则表达式区分含update与不含update的指定格式字符串

我来帮你针对这两种文件名格式，写出精准的正则表达式，先拆解下你的文件名固定结构：

• 不含update的格式：Beta_Gambus_teta_{可变字符串}_{日期}.ctr
• 含update的格式：Beta_Gambus_teta_{可变字符串}_update_{日期}.ctr

1. 匹配不含update的字符串 #

使用这个正则表达式：

^Beta_Gambus_teta_([^_]+)_(\d{4}\.\d{2}\.\d{4})\.ctr$

各部分作用说明：

• ^Beta_Gambus_teta_：锁定开头的固定前缀，避免匹配其他无关文件名
• ([^_]+)：精准捕获可变字符串，[^_]+表示匹配任意非下划线的字符（刚好卡在可变字符串后的下划线前，不会多匹配）
• _(\d{4}\.\d{2}\.\d{4})：捕获日期部分，\d{4}\.\d{2}\.\d{4}完美匹配YYYY.MM.DDDD的日期格式
• \.ctr$：锁定结尾的.ctr后缀，确保只匹配目标文件类型

测试示例：匹配Beta_Gambus_teta_wqtr_2017.02.1276.ctr时，捕获组1为wqtr，捕获组2为2017.02.1276

2. 匹配含update的字符串 #

使用这个正则表达式：

^Beta_Gambus_teta_([^_]+)_update_(\d{4}\.\d{2}\.\d{4})\.ctr$

各部分作用说明：

• 前半段^Beta_Gambus_teta_([^_]+)和上面一致，负责捕获可变字符串
• _update_：精准匹配中间的update标识，确保只筛选带该关键词的文件
• 后半段的日期和后缀规则和不含update的版本完全一致

测试示例：匹配Beta_Gambus_teta_wqtr_update_2017.02.1277.ctr时，捕获组1为wqtr，捕获组2为2017.02.1277

为什么你原来的正则不行？ #

你之前用的^.+_(.+)\.ctr$里，.+是贪婪匹配模式，会从文件名开头一直匹配到最后一个下划线的位置，导致把update和日期部分也包含进捕获内容里，范围太宽泛。而我们用[^_]+限制了可变字符串的匹配边界，就解决了这个问题。

内容的提问来源于stack exchange，提问作者user3541631