使用Python匹配分割RAR扩展名

Question

我在EventGhost里用一个Python脚本来匹配某个文件夹里的特定文件类型，然后把它们移动到其他地方，让其他程序对这些文件进行处理。下面是整个脚本：

import shutil
import os

SubFileTypes = ('sub','srt','txt')
ZipFileTypes = ('rar','zip','7z','r0')
MediaFileTypes = ('mkv','avi','mp4','wmv')
DownloadName = ''.join(eg.event.payload)
FileName = os.path.basename(DownloadName)
isFolder = os.path.isdir(DownloadName)
eg.globals.tvzip = 'J:\\DL\\TVzip\\'
eg.globals.tvzipdir = eg.globals.tvzip+FileName+'\\'
eg.globals.tvproc = 'J:\\DL\\TVProc\\'

if isFolder == True:
    os.mkdir(eg.globals.tvzipdir)
 #   print 'I\'m a folder!'
    for root, dirs, files in os.walk(DownloadName):
        for f in files:
            if f.endswith(ZipFileTypes):
                #print 'I\'m a zip file!'
                shutil.copy(os.path.join(root,f),eg.globals.tvzipdir)
            if f.endswith(SubFileTypes) or f.endswith(MediaFileTypes):
                #print 'I\'m a subtitle or media file!'
                shutil.copy(os.path.join(root,f),eg.globals.tvproc)

elif isFolder == False:
    shutil.copy(DownloadName,eg.globals.tvproc)
    eg.plugins.EventGhost.DisableItem(XmlIdLink(23))
#   print 'I\'m NOT a folder!'

else:
    print 'I dont know what I am!'

我遇到的具体问题是，我需要能够匹配从分割的rar格式中来的每个.rX扩展名。这些扩展名从r0开始，可以一直到无限多个。最少是“r+两个数字”（比如r00、r01、r02等等），不过我觉得可能会超过两个数字，但我不太确定。

有没有办法可以修改我的ZipFileTypes列表，把这些分割的rar扩展名也包括进去？或者有没有其他的方法？

Answer 1

在旧的命名规则中，分割的压缩文件遵循以下格式：

.rar, .r00 - .r99, .s00 - .s99, .t00 - .z99, .{00 - .{99, .|00 ...

你可以用以下代码来测试：

rar a -v0.1m -vn -m0 test.rar testfile

当Windows尝试创建一个名为 .|00 的压缩文件时，会提示错误。此外，这个问题其实不太重要，因为从 .rar 到 .z99 一共是901个部分。在正常情况下，根本不会达到这个数量。

不过我见过一些分割压缩文件使用 .s[xx] 的格式，所以我推荐使用这个正则表达式：

r'\.[r-z]{1}(([0-9]{2})|ar)$'

为了提高一点速度，可以这样使用：

import re

#some code

#compile the regex
reg_rar = re.compile(r'\.[r-z]{1}(([0-9]{2})|ar)$')
for root, dirs, files in os.walk(DownloadName):
    for f in files:
        if reg_rar.search (f) :
            #do sth

Answer 2

你可以用正则表达式来解决这个问题。我不太确定在Python中具体怎么写，但你可以试试用类似于 /.r[0-9]*/ 的方式来匹配，这样就能找到文件名了。

Answer 3

你可以用正则表达式来匹配以 .r 结尾，后面跟着任意数量数字的文件名：

import re

# -snip-

    for f in files:
        if f.endswith(ZipFileTypes) or re.search(r'\.r\d+$', f):
            # do stuff

re.search() 会在字符串的任何位置寻找匹配，而 re.match() 只会检查整个字符串是否匹配。在这个情况下，因为我们只关心文件的扩展名，所以我们会使用 re.search()。

这个正则表达式的结构如下：

• \.r - 匹配一个点，后面跟着一个 r。这里的 \ 是用来转义的，因为如果不加的话，. 会代表任意字符。
• \d+ - 匹配任意数量的数字。\d 代表一个数字，+ 表示“一个或多个前面的内容”。
• $ - 匹配字符串的结尾。

把这些组合在一起就是 \.r\d+$，这样就可以匹配以 .r 结尾并且后面跟着数字的文件名了。