如何从含多扩展名的文件路径中提取基础文件名

我明白你遇到的困扰——os.path.splitext()默认只处理最后一个扩展名，对于像.fastq.gz这种双层后缀的文件，直接用它只能去掉.gz，没法一步到位拿到目标的基础文件名。这里有几种实用的方法帮你解决这个问题：

方法1：多次调用os.path.splitext() #

通过两次调用splitext()去掉两层扩展名，再提取最终的文件名：

import os

f_file = "/home/reads_dataset_1/E2_ER/E2_ER_exp1_L1.fastq.gz"
# 第一次去掉.gz，得到带.fastq的完整路径
temp_path = os.path.splitext(f_file)[0]
# 第二次去掉.fastq，得到无扩展名的完整路径
path_without_exts = os.path.splitext(temp_path)[0]
# 提取路径中的文件名部分
sample_name = os.path.basename(path_without_exts)
print(sample_name)  # 输出结果: E2_ER_exp1_L1

方法2：字符串定向分割（适合固定双层扩展名） #

如果你的文件都是.fastq.gz结尾，可以直接从文件名右侧定向分割一次，避免干扰文件名中的其他.：

import os

f_file = "/home/reads_dataset_1/E2_ER/E2_ER_exp1_L1.fastq.gz"
# 先提取文件名，再去掉末尾的.fastq.gz
sample_name = os.path.basename(f_file).rsplit('.fastq.gz', 1)[0]
print(sample_name)  # 输出结果: E2_ER_exp1_L1

方法3：使用pathlib（Python3.4+推荐） #

pathlib是Python3.4+引入的现代路径处理库，代码更简洁直观：

from pathlib import Path

f_file = "/home/reads_dataset_1/E2_ER/E2_ER_exp1_L1.fastq.gz"
file_path = Path(f_file)
# 两次调用with_suffix('')依次去掉.gz和.fastq，再取文件名
sample_name = file_path.with_suffix('').with_suffix('').name
print(sample_name)  # 输出结果: E2_ER_exp1_L1

内容的提问来源于stack exchange，提问作者Bella