如何在Python中忽略数字进行字符串的startswith()判断？

Question

我有一个文件夹，里面有很多文件。文件名的格式大致是这样的：the(number)one(number)，其中的(number)可以是任何数字。还有一些文件名是：the(number)，同样的，(number)也可以是任何数字。我想知道怎么能统计出那些文件名后面带有“one(number)”的文件数量。

假设我已经有了文件名的列表，我在想可以这样做：

for n in list:
    if n.startswith(the(number)one):
        add one to a counter

有没有办法在使用startswith的时候，让它接受任何数字填在(number)的位置呢？

举个例子： the34one5 the37one2 the444one3 the87one8 the34 the32

这样的话，结果应该是4。

Answer 1

这段代码和一行代码的效果是一样的，同时也回答了问题，因为它会匹配到“the”这个词：

import re
count = len([name for name in list if re.match('the\d+one', name)])

Answer 2

最简单的方法可能就是用 glob.glob() 这个函数：

number = len(glob.glob("/path/to/files/the*one*"))

需要注意的是，这里的 * 可以匹配任何字符串，不仅仅是数字。

Answer 3

使用正则表达式来匹配 'one\d+'，可以利用 re 模块。

import re
for n in list:
    if re.search(r"one\d+", n):
        add one to a counter

如果你想让匹配更加准确，甚至可以这样做：

for n in list:
    if re.search(r"^the\d+one\d+$", n):
        add one to a counter

这样做可以处理“the”和“one”之间可能出现的非数字字符，并且不会允许在“the”之前或最后一个数字之后有其他任何东西。

你现在就应该开始学习正则表达式（regexp）：

• 它们可以让你快速进行一些复杂的文本分析，这些是手动编码很难实现的。
• 在不同的编程语言中，它们的工作方式几乎是一样的，这样你会更加灵活。
• 如果你遇到一些使用正则表达式的代码，而你又不懂，就会感到困惑，因为这不是你能轻易猜到的。
• 越早了解它们，你就越早能学会什么时候不该使用它们（提示）。这和知道如何使用它们一样重要。