Python中基于多扩展名模式筛选文件：正则表达式实现方案

你说得对，str.endswith()确实只能处理固定的后缀字符串，完全搞不定带*的通配符规则。咱们可以把这些通配符规则转换成正则表达式，就能完美匹配所有你需要的模式了。

先分析每个规则的匹配意图 #

先拆解你的extList里每个规则要匹配的文件：

• *pdf：匹配文件名以pdf结尾的文件（比如report.pdf、invoicepdf）
• *.cod：匹配文件名以.cod结尾的文件（比如data.cod）
• *log*：匹配**文件名任意位置包含log**的文件（比如error.log、logfile.txt、app_log.csv）
• *.log.*：匹配文件名包含.log.子串的文件（比如output.log.txt、debug.log.csv）

通配符转正则的方法 #

把每个通配符规则转换成正则表达式，需要做这几步：

1. 用re.escape()转义规则里的特殊字符（比如.，正则里它代表任意字符，我们要让它只匹配字面量的点）
2. 把通配符*替换成正则的.*（表示匹配0个或多个任意字符）
3. 对*pdf、*.cod这种"后缀匹配"的规则，加上$锚点，确保只匹配文件名结尾，避免误判

完整代码实现 #

import os
import re

extList = ["*pdf","*.cod","*log*","*.log.*"]

def wildcard_to_regex(pattern):
    # 转义正则特殊字符，再替换通配符*为正则的.*
    escaped_pattern = re.escape(pattern)
    regex_pattern = escaped_pattern.replace(r'\*', '.*')
    
    # 对仅后缀匹配的规则（开头是*，后面没有其他*），添加结尾锚点$
    if pattern.startswith('*') and '*' not in pattern[1:]:
        regex_pattern += '$'
    
    return regex_pattern

# 生成所有规则的正则表达式，然后组合成一个匹配模式
regex_rules = [wildcard_to_regex(p) for p in extList]
combined_regex = re.compile('|'.join(regex_rules))

# 替换你原来的代码片段
path = "/path/to/your/file"  # 替换成实际路径
if os.path.isfile(path):
    # 提取文件名，避免路径中的目录名干扰匹配
    filename = os.path.basename(path)
    if combined_regex.fullmatch(filename):
        print("match")

代码说明 #

• wildcard_to_regex()：负责把每个通配符规则转换成对应的正则表达式，处理了特殊字符转义和锚点添加
• combined_regex：把所有规则合并成一个正则，用|分隔，表示"匹配任意一个规则即可"
• 使用os.path.basename(path)：只匹配文件名本身，不会因为路径里的目录名（比如/log_dir/test.txt）误触发*log*规则

测试用例 #

这些文件会被匹配：

• annual_report.pdf → 匹配*pdf
• config.cod → 匹配*.cod
• system.log → 匹配*log*
• app.debug.log.csv → 匹配*.log.*

这些文件不会被匹配：

• pdf_notes.txt → 结尾不是pdf
• cod_file.txt → 结尾不是.cod
• readme.txt → 不包含log
• errorlog.txt → 不包含.log.子串

内容的提问来源于stack exchange，提问作者Yogendra Sharma