在两个文件夹中查找名称首字母相同的文件

Question

我用listdir读取了两个文件夹中的文件：

from os import listdir 
list_1 = [file for file in listdir("./folder1/") if file.endswith(".csv")]
list_2 = [file for file in listdir("./folder2/") if file.endswith(".json")]

现在我有两个列表：

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

我想找到对应的两个子列表，其中包含那些名称的开头部分相同的文件。换句话说：

list_1b = ['12_a1_pp.csv', '32_a3_pp.csv']
list_2b = ['12_a1.json', '32_a3.json']

我该怎么做？

PS 请注意，listdir 部分可能与回答问题无关紧要。我只包含它，因为如果 listdir 的结果保证按字母顺序排列，那么这可能有助于遍历两个列表。当然，在这个简单的示例中，列表很短，但在实际用例中，它们包含数百个文件。

Answer 1

这是使用字典理解和 set.intersection 的一种方式。

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

start_1 = {k: '_'.join(k.split('_')[:-1]) for k in list_1}
start_2 = {k: k.split('.')[0] for k in list_2}

start_intersect = set(start_1.values()) & set(start_2.values())

list_1b = [k for k, v in start_1.items() if v in start_intersect]
list_2b = [k for k, v in start_2.items() if v in start_intersect]

如果任何 "XY" 的文件名以“_XY.csv”结尾，此方法同样有效。它依赖于文件名的格式而不是单个字母。

Answer 2

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']

list_1_C = [i.split(".")[0].replace("_pp", "") for i in list_1]     #Check List
list_2_C = [i.split(".")[0] for i in list_2]                        #Check List

print([list_1[i] for i, v in enumerate(list_1_C) if v in list_2_C])
print([list_2[i] for i, v in enumerate(list_2_C) if v in list_1_C])

输出：

['12_a1_pp.csv', '32_a3_pp.csv']
['12_a1.json', '32_a3.json']

Answer 3

当你想到它时，这很简单，所以这里是：

list_1 = ['12_a1_pp.csv', '32_a3_pp.csv', '45_a17_pp.csv', '81_a123_pp.csv']
list_2 = ['12_a1.json', '32_a3.json', '61_a54.json']
starters = [eachfile.partition(".")[0] for eachfile in list2]
 for eachelement in starters:
    for eachfile in list_1:
       if eachfile.startswith(eachelement):
          list_1b.append(eachfile)
          list_2b.append(eachelement+".json")

此外，如果你想具体到这个案例：

collective_set_1 = { each.replace("_pp.csv","") for each in list_1}
collective_set_2 = { each.replace(".json","") for each in list_2}
intersection = collective_set_1.intersection(collective_set2)
list_1b = [ each+"_pp.csv" for each in intersection ]
list_2b = [ each+".json" for each in intersection ]

Answer 4

一种更 pythonic 的方法是对集合使用 &（交集）运算符：

common = set(x[:-7] for x in list_1) & set(x[:5] for x in list_2)
list_1b = [x + '_pp.csv' for x in common]
list_2b = [x + '.json' for x in common]

编辑：如果您需要为每个列表拆分特定字符（请参阅评论），这是一个更新版本（搜索 list_1 中的最后一个 '_' 并搜索最后一个 '. ' 在 list_2 中）：

common = set(x[:x.rindex('_')] for x in list_1) & set(x[:x.rindex('.')] for x in list_2)

在两个文件夹中查找名称首字母相同的文件

Find files with same initial part of the name in two folders

python

list

set-intersection