Python：解析并分组目录中的文件名

Question

我对Python还很陌生，但我在MATLAB和C语言方面有很多经验。

我需要做的是解析一个特定文件夹里文件的名字，把它们根据名字里的不同部分分成几个组，然后对这些组里的文件进行操作。

具体来说，文件名是：

PROJECT-x-SUBJECT-x-SESSION-x-TYPE.extension

其中，'-x-'是我故意放进去的，用来分隔不同部分的标记。我需要对每一组文件进行操作，这些文件的名字中有相同的PROJECT-x-SUBJECT-x-SESSION部分。

_______这是我目前最好的尝试: ________

我可以通过以下方式逐个解析每个文件：

dirList=os.listdir(directory)
for fname in dirList:  
    # kill extension
    ext = os.path.splitext(fname)
    # get the 4 fields 
    labels=ext[0].split('-x-')
    PROJECT_list.append(labels[0])
    SUBJECT_list.append(labels[1])
    ...

... 这只是我想到的一个组织这些文件名的方式：创建4个列表，并把每个文件名添加到相应的列表中。

然后，利用这4个（有序的？）列表，我可以调用类似下面的东西：

from collections import Counter
c=Counter(SESSION_list) 
list(c)

这样我至少可以得到一个独特的SESSION名称列表

有什么建议吗？我可以继续说，但因为我只是需要一个起点，我觉得这些信息已经足够了。

谢谢大家。

Answer 1

可以考虑使用一个叫做 defaultdict 的工具来把文件名分组，使用 glob 来找到合适的文件，然后用 fileinput 来读取所有同一组文件中的内容。（这个方法还没测试过）

import os
from glob import glob
import fileinput
from collections import defaultdict

filenames = glob('*-x-*')
dd = defaultdict(list)
for filename in filenames:
    name, ext = os.path.splitext(filename)
    dd[tuple(name.split('-x-')[:3])].append(filename)

for key, fnames in dd.iteritems():
     for line in fileinput.FileInput(fnames):
         pass # do something with lines from files with same key

Answer 2

你可以使用 defaultdict 来创建一个包含列表的字典：

from collections import defaultdict

groups = defaultdict(list)

for filename in os.listdir(directory):
    basename, extension = os.path.splitext(filename)
    project, subject, session, ftype = basename.split('-x-')

    groups[session].append(filename)

现在，groups 里存储的是会话名称和文件名之间的对应关系。