如何用正则表达式提取指定媒体扩展名的文件列表？

嘿，我来帮你搞定这个正则提取媒体文件的问题！你原来的正则确实有几个小问题，咱们一步步修正它：

原来正则的问题点 #

• 用了^.*会匹配整行从开头到扩展名的所有内容，而不是单独的目标文件名
• 点号.没有转义，在正则语法里.代表任意字符，所以.png其实会匹配“任意字符+png”，而不是真正的.png扩展名
• 正则表达式未完成，缺少闭合的括号和结尾匹配逻辑

正确的正则表达式写法 #

我们需要精准匹配以指定媒体扩展名结尾、由非空白字符组成的完整文件名，对应的正则可以写成：

r'\b\S+\.(?:png|jpg|jpeg|mp4|avi|flv)\b'

这里的关键细节：

• \b：单词边界，确保我们匹配的是完整的文件名，不会从中间截断
• \S+：匹配一个或多个非空白字符，覆盖文件名（包括可能的路径前缀）
• \.：转义后的点号，匹配真正的扩展名分隔符
• (?:png|jpg|jpeg|mp4|avi|flv)：非捕获分组，列出所有要匹配的媒体扩展名，避免findall只返回扩展名部分
• 最后的\b：确保扩展名后面没有多余的无效字符

完整可运行代码 #

import re

st = '''/mnt/data/Content: ManifestFile.txt kompass-tags_e2d5dac5ba548a1206b5d40f58e448e4 tmp_content default_55a655f340908dce55d10a191b6a0140 price-tags_b3c756dda783ad0691163a900fb5fe15
/mnt/data/Content/default_55a655f340908dce55d10a191b6a0140: LayoutFile_34450b33c8b44af409abb057ddedfdfe.txt blank_decommissioned.jpeg tmp_content ManifestFile.txt blank_unregistered.png
/mnt/data/Content/default_55a655f340908dce55d10a191b6a0140/tmp_content:
/mnt/data/Content/kompass-tags_e2d5dac5ba548a1206b5d40f58e448e4: 0001111084948-kompass-LARGE.avi 0076738703404-kompass-LARGE.png LayoutFile_7c1b3793e49204982e0e41923303c17b.txt 0001111087321-kompass-LARGE.jpg 0076738703419-kompass-LARGE.mp4 ManifestFile.txt 0001111087325-kompass-LARGE.png 0076738703420-kompass-LARGE.png tmp_content
/mnt/data/Content/kompass-tags_e2d5dac5ba548a1206b5d40f58e448e4/tmp_content:
/mnt/data/Content/price-tags_b3c756dda783ad0691163a900fb5fe15: 0001111084948-consumer-large.png 0076738703404-consumer-large.png LayoutFile_a694b1e05d08705aaf4dd589ac61d493.txt 0001111087321-consumer-large.png 0076738703419-consumer-large.avi ManifestFile.txt 0001111087325-consumer-large.mp4 0076738703420-consumer-large.png tmp_content
/mnt/data/Content/price-tags_b3c756dda783ad0691163a900fb5fe15/tmp_content:
/mnt/data/Content/tmp_content: '''

# 修正后的正则表达式
pattern = r'\b\S+\.(?:png|jpg|jpeg|mp4|avi|flv)\b'
media_files = re.findall(pattern, st)

# 打印提取结果
print("提取到的媒体文件列表：")
for file in media_files:
    print(f"- {file}")

最终提取到的媒体文件列表 #

• blank_decommissioned.jpeg
• blank_unregistered.png
• 0001111084948-kompass-LARGE.avi
• 0076738703404-kompass-LARGE.png
• 0001111087321-kompass-LARGE.jpg
• 0076738703419-kompass-LARGE.mp4
• 0001111087325-kompass-LARGE.png
• 0076738703420-kompass-LARGE.png
• 0001111084948-consumer-large.png
• 0076738703404-consumer-large.png
• 0001111087321-consumer-large.png
• 0076738703419-consumer-large.avi
• 0001111087325-consumer-large.mp4
• 0076738703420-consumer-large.png

内容的提问来源于stack exchange，提问作者Sachhya