使用split()与glob.glob()匹配特定格式文件名失败的技术问询

我来帮你搞定这个文件名匹配的难题！你提到用split()和glob.glob()没成功，核心原因是glob的通配符对「可选的run-num段」支持不够灵活，而单纯拆分文件名片段又太繁琐。下面给你两个实用的解决方案：

方案1：优化Glob通配符模式（简单直接） #

利用glob的递归匹配和通配符，分别匹配带run-num和不带run-num的文件，再合并结果：

import glob

# 匹配带run-num的文件（支持两位数字的run编号，比如run-01到run-99）
pattern_with_run = "**/sub-*_ses-*_task-*_run-[0-9][0-9]_info.*"
# 匹配不带run-num的文件
pattern_without_run = "**/sub-*_ses-*_task-*_info.*"

# 开启recursive=True遍历所有子目录
matched_files = glob.glob(pattern_with_run, recursive=True) + glob.glob(pattern_without_run, recursive=True)

# 打印结果
for file_path in matched_files:
    print(file_path)

说明： #

• **/表示递归匹配当前目录下的所有子目录
• [0-9][0-9]精准匹配两位数字的run编号，如果你需要支持一位数（比如run-1），可以改成[0-9]+
• 两种模式分别对应你需要的两种文件名格式，合并后就是所有目标文件

方案2：正则表达式+目录遍历（精准可控） #

如果你的文件名规则更复杂（比如run-num有范围限制、task-name包含特殊字符），用正则表达式结合os.walk会更灵活：

import os
import re

# 定义正则表达式，完美匹配两种格式
file_regex = re.compile(
    r"^sub-\d+_ses-\d+_task-\w+(?:_run-\d{1,2})?_info\..+$"
)

target_files = []

# 遍历所有子目录和文件
for root, _, files in os.walk("."):
    for filename in files:
        if file_regex.match(filename):
            target_files.append(os.path.join(root, filename))

# 输出匹配到的文件
for path in target_files:
    print(path)

正则说明： #

• ^和$确保匹配整个文件名，避免部分匹配
• sub-\d+匹配sub-后面的任意数字
• ses-\d+匹配ses-后面的任意数字
• task-\w+匹配task-后面的字母/数字/下划线（如果task-name有特殊字符，可替换为[^_]+匹配下划线以外的任意字符）
• (?:_run-\d{1,2})?表示可选的run-num段：?:是不捕获分组，?表示该段可以不存在，\d{1,2}匹配1-2位数字的run编号
• _info\..+匹配_info.开头的扩展名部分

额外注意点 #

• 如果需要去重（比如某些文件可能被两种模式同时匹配到），可以把matched_files转成集合再转回列表：list(set(matched_files))
• 如果你只需要特定扩展名的文件（比如.nii.gz），可以把通配符或正则里的.*/.+改成.nii.gz

内容的提问来源于stack exchange，提问作者kdestasio