关于文件名分割的奇葩想法

现在已经完成了基本工作。
import os
path="/download/flight/flighthtml.txt"
>>> path.split()
['/download/flight/flighthtml.txt']
>>> path.split("/")
['', 'download', 'flight', 'flighthtml.txt']
>>> path.split("/")[-1]
'flighthtml.txt'
>>> filename=path.split("/")[-1]
>>> filename.split(".")[-1]
'txt'
现在，如果有 .tar.gz 这种，或者 a.b.txt 如何切啊？细思恐极

split

path

txt

flighthtml

14 replies • 2015-09-23 13:04:53 +08:00

zhouzm

Sep 23, 2015

上白名单吧。

txt - yes
b.txt - stop
----
txt

gz - yes
tar.gz - yes
...
----
tar.gz

lanphon

Sep 23, 2015

.tar.gz 文件可以认为就是.gz 文件啊。。。
可以用 gzip 打开，得到一个 tar 文件

此外，如果需要一步认出 gzip 压缩过的 tar 归档文件，后缀应当是.tgz

此外的例子还有 tar.bz2 ，使用 bzip2 压缩过的 tar 归档文件

wikinee

Sep 23, 2015

@zhouzm 这种例子太多了，上不过来
@lanphon 我后续还要操作文件名呢，不是这么完结了。

9hills

Sep 23, 2015 via iPhone

os.path.split
os.path.spiltext

有现成的标准库啊

lanphon

Sep 23, 2015

@9hills 刚试了， os.path.splitext 对付不了 a.tar.gz 这种 case

@wikinee 老老实实一步一步来吧，比如只处理最后一个后缀之后，尝试提取剩下文件名中的后缀，如果有效，则继续，无效，则返回
a.tar.gz -> a.tar ，提取后缀 tar ，有效 -> a ok
a.b.txt -> a.b ，提取后缀 b ，无效 ->a.b

不过可能需要顺次保存后缀名的序列，以判断是否有效，此外还需要建立规则，例如
a.tar.gz 的后缀是 tar.gz ，但是 a.tar.txt 的后缀就只是 txt 了，因为 txt 没办法和 tar 组合

anyway ，后缀其实只是文件名标示的一部分，其实是可以随便改的，最佳的方法还是 parse 文件内容得到文件类型

gamexg

Sep 23, 2015

有标准库，即使自己实现也可以这样：

>>> 'a.tar.gz'.split('.',1)
['a', 'tar.gz']

gamexg

Sep 23, 2015

处理 a.tar.txt 这种？
根据自己的需求，仿 windows 识别文件类型的方法。例如确定是否为图片，就：

>>> for i in ('.png','.jpg'):
if 'a.tar.gz'.endswith(i):
return True

gamexg

Sep 23, 2015

好吧，需要一份文件类型列表：

>>> for i in sorted(['.tar.gz','.txt','.gz','.png','.jpg'],key=len,reverse=True):
if 'a.tar.gz'.endswith(i):
print i
break

.tar.gz

wind4

Sep 23, 2015

www.v2ex.com.tar.gz

imn1

Sep 23, 2015

需要白名单
其实跟分开 .com .com.cn .cn 一样

9hills

Sep 23, 2015

@lanphon 不是对付不了。而是你把 tar.gz 当做扩展名这个想法就不是标准的，标准的 os.path 当然不支持

9hills

Sep 23, 2015

xxx.tar.gz 只是一个习惯。你完全可以用 xxx.tgz ， xxx.gz 都是可以的

ratazzi

Sep 23, 2015

配合 mimetypes 得了

wikinee

Sep 23, 2015

@zhouzm 感谢提供白名单思路
@gamexg @lanphon 感谢认真回复
#coding:utf-8
import os
def rename_file(file_path,file_holder,file_reciever):
#path 必须以 /开头
__author__ = 'wikinee'
file_full_name=file_path.split("/")[-1]
point1 = file_full_name.split(".")
double_types=['tar.gz','tar.bz2','tar.bz','tar.Z']
if len(point1) <= 1:
filetype = ""
sp_filename = point1[0]
new_name = file_holder+"_"+sp_filename+"_"+file_reciever
elif len(point1) ==2:
filetype=point1[-1]
sp_filename = point1[0]
new_name = file_holder+"_"+sp_filename+"_"+file_reciever+"."+filetype

else:
newtype = point1[-2]+"."+point1[-1]
if newtype in double_types:
sp_filename = os.path.splitext(os.path.splitext(file_full_name)[0])[0]
@9hills 你说的是上面这句是这意思吗？
filetype = newtype
new_name = file_holder+"_"+sp_filename+"_"+file_holder+"."+filetype
else:
sp_filename = os.path.splitext(file_full_name)[0]
filetype = point1[-1]
new_name = file_holder+"_"+sp_filename+"_"+file_holder+"."+filetype

return new_name