Python不使用replace或split方法如何提取带版本号的原始文件名

你之前使用原始文件名作为字典的key，参考代码如下：

key_dict = {"employee_details.csv": ["name","address","phone"]}

该文件名字符串从AWS S3存储桶中获取，现在ETL流程生成的文件会附加动态版本号，例如employee_details_0_0_0.csv，其中_0_0_0为可变的版本号字段，后续可能变更为其他数字组合（如_1_2_3）。
需求为不使用str.replace()或者str.split()方法，去除版本号部分得到原始文件名，输入输出示例如下：
输入示例：

input 1 : employee_details_0_0_0.csv
input 2 : employee_details_1_2_3.csv

期望输出：

output 1 : employee_details.csv 
output 2 : employee_details.csv 

你可以通过两种方式实现需求，均符合禁用方法的要求： #

方案1：使用字符串内置rfind()方法（无需引入额外依赖） #

核心思路是定位到.csv后缀前最后一个属于版本号前缀的下划线位置，截断后拼接后缀即可：

def get_original_filename(filename: str) -> str:
    # 仅处理csv格式文件，可根据实际需求拓展其他后缀规则
    if not filename.endswith(".csv"):
        return filename
    # 跳过.csv后缀的4个字符，向前查找最后一个下划线的索引
    split_idx = filename.rfind("_", 0, len(filename) - 4)
    if split_idx == -1:
        # 未匹配到版本号前缀下划线，说明是无版本号的原始文件，直接返回
        return filename
    return f"{filename[:split_idx]}.csv"

测试效果：

print(get_original_filename("employee_details_0_0_0.csv"))
# 输出：employee_details.csv
print(get_original_filename("employee_details_1_2_3.csv"))
# 输出：employee_details.csv

方案2：使用正则表达式匹配（灵活性更高，适配后续版本号规则变更） #

通过正则捕获原始文件名前缀，自动忽略中间由数字和下划线组成的版本段：

import re

def get_original_filename(filename: str) -> str:
    # 正则规则：捕获任意前缀 + 匹配一段以上「下划线+数字」组成的版本段 + .csv后缀
    match_result = re.fullmatch(r"(.+?)(?:_\d+)+?\.csv", filename)
    if match_result:
        return f"{match_result.group(1)}.csv"
    return filename

测试效果与方案1完全一致。

内容的提问来源于stack exchange，提问作者shivthedev