Python新手求助：如何从批量索引文件名中提取目标编号并使用？

嘿，我懂你的困扰！你当前的正则表达式r'\d+'会匹配文件名里第一个出现的数字序列——也就是sample1里的1，但你真正想要的是文件名末尾用来区分文件的那个索引数字（比如sample1_..._1_.txt里的1）对吧？

问题根源 #

re.search()会从字符串开头开始找第一个符合正则的匹配项，所以它优先找到了sample后面的1，而不是你需要的最后那个索引数字。

解决方案：精准匹配目标数字 #

我们可以调整正则表达式，专门匹配文件名末尾的_数字_.txt格式，这样就能精准捕获到目标索引：

import re
import os

def get_numbers_from_filename(filename):
    # 正则匹配：下划线 + 数字序列 + 下划线 + .txt（字符串结尾）
    match = re.search(r'_(\d+)_\.txt$', filename)
    if match:
        return match.group(1)  # 返回捕获的数字
    return None  # 处理不符合格式的文件，避免报错

# 遍历文件夹并提取数字
for filename in os.listdir('input/'):
    index_num = get_numbers_from_filename(filename)
    if index_num:
        print(index_num)

正则表达式说明 #

• _：匹配文件名里的下划线
• (\d+)：捕获一个或多个数字（这就是我们要的索引）
• _\.txt$：匹配下划线 + 点（转义后的.）+ txt，并且$表示必须是字符串结尾，确保我们匹配的是最后那部分

备选方案：字符串分割（依赖固定格式） #

如果你的文件名格式永远是前缀_..._索引_.txt，也可以用字符串分割的方式提取：

import os

def get_numbers_from_filename(filename):
    # 按下划线分割文件名
    parts = filename.split('_')
    # 观察格式：分割后倒数第三个元素就是索引数字（比如['sample1', ..., '1', '', 'txt']）
    if len(parts) >= 3:
        return parts[-3]
    return None

for filename in os.listdir('input/'):
    index_num = get_numbers_from_filename(filename)
    if index_num:
        print(index_num)

这个方法更简单，但缺点是如果文件名格式有变化（比如下划线数量改变）就会失效，正则的方法更健壮。

内容的提问来源于stack exchange，提问作者Cashoo