Как найти уникальные файлы после удаления файлов, которые имеют значения в определенном списке в Python?

Question

У меня есть следующие файлы в папке:

"ABC"
"ABC 10"
"ABC 22"
"ABC 30"
"ABC L1"
"ABC L2"
"ABC 10 L1"
"ABC 10 L2"
"ABC 22 L1"
"ABC 22 L2"
"ABC 30 L1"
"ABC 30 L2"
"PQR"
"PQR 10"
"PQR 22"
"PQR 30"
"PQR X3"
"PQR X4"
"PQR 10 X3"
"PQR 10 X4"
"PQR 22 X3"
"PQR 22 X4"
"PQR 30 X3"
"PQR 30 X4"

Теперь мне нужен список уникальных файлов в этой папке с удаленными определенными индексами, в этом примере 10, 22, 30. Это означает, что мойсписок вывода должен быть

['ABC', 'ABC L1', 'ABC L2', 'PQR', 'PQR X3', 'PQR X4' ]

Ниже приведен MWE:

import os
import random
import errno
import itertools
from itertools import repeat
import re

#--------------------------------------
# Create random folders and files

# tzot's forced directory create hack https://stackoverflow.com/a/600612/4576447
def mkdir_p(path):
    try:
        os.makedirs(path)
    except OSError as exc:  # Python >2.5
        if exc.errno == errno.EEXIST and os.path.isdir(path):
            pass
        else:
            raise

if not os.path.isdir('./input_folder'):
    os.makedirs('input_folder')
for i in range(4):
    mkdir_p('./input_folder/folder_ABC_' + str(random.randint(100,399)))

for root, dirs, files in os.walk('./input_folder'):
    for dir in dirs:
        for i in repeat(None,4):
            result = open(os.path.join(root,dir) + '/ABC 10 L' + str(random.randint(0,3)) + '.dat','w')
            result = open(os.path.join(root,dir) + '/ABC 22 L' + str(random.randint(0,3)) + '.dat','w')
            result = open(os.path.join(root,dir) + '/ABC 30 L' + str(random.randint(0,3)) + '.dat','w')
            result =  open(os.path.join(root,dir) + '/PQR 10 X' + str(random.randint(0,3)) + '.dat','w')
            result = open(os.path.join(root,dir) + '/PQR 22 X' + str(random.randint(0,3)) + ' .dat','w')
            result = open(os.path.join(root,dir) + '/PQR 30 X' + str(random.randint(0,3)) + '.dat','w')         
            result = open(os.path.join(root,dir) + '/ABC ' + str(random.randint(0,3)) + '.dat','w')
            result = open(os.path.join(root,dir) + '/PQR ' + str(random.randint(0,3)) + '.dat','w')
#--------------------------------------
# Main rename code


remove = [10, 22, 30]

for root, dirs, files in os.walk('./input_folder'):
    for dir in dirs: 
        print (dir)
        output_files = [s for s in os.listdir(os.path.join(root,dir)) if s.endswith('.dat')]

Как найти уникальные файлы после удаления файлов, которые имеют значения в определенном списке (в данном примере «удалить»))

Answer 1

Вы можете использовать подход регулярных выражений, например

\s+(?:[13]0|22)

Найденные совпадения необходимо заменить на '', см. демо на regex101.com .

Answer 2

import re

regex = re.compile(r'([A-Z]{3})(?:\s+(?:\d+\s+)?([A-Z]\d))?')

files = ['ABC', 'ABC 10', 'ABC 22', 'ABC 30', 'ABC L1', 'ABC L2', 'ABC 10 L1', 'ABC 10 L2', 'ABC 22 L1', 'ABC 22 L2', 'ABC 30 L1', 'ABC 30 L2', 'PQR', 'PQR 10', 'PQR 22', 'PQR 30', 'PQR X3', 'PQR X4', 'PQR 10 X3', 'PQR 10 X4', 'PQR 22 X3', 'PQR 22 X4', 'PQR 30 X3', 'PQR 30 X4']

result = [
    ' '.join(group for group in regex.findall(item)[0] if group)
    for item in files
]

print(result)

# outpout
['ABC', 'ABC', 'ABC', 'ABC', 'ABC L1', 'ABC L2', 'ABC L1', 'ABC L2', 'ABC L1', 'ABC L2', 'ABC L1', 'ABC L2', 'PQR', 'PQR', 'PQR', 'PQR', 'PQR X3', 'PQR X4', 'PQR X3', 'PQR X4', 'PQR X3', 'PQR X4', 'PQR X3', 'PQR X4']

# dedupe:
result = sorted(set(result))
print(result)
# output
['ABC', 'ABC L1', 'ABC L2', 'PQR', 'PQR X3', 'PQR X4']

Answer 3

Это один подход, использующий re и понимание списка.

Ex:

import re

output_files = ['ABC', 'ABC 10', 'ABC 22', 'ABC 30', 'ABC L1', 'ABC L2', 'ABC 10 L1', 'ABC 10 L2', 'ABC 22 L1', 'ABC 22 L2', 'ABC 30 L1', 'ABC 30 L2', 'PQR', 'PQR 10', 'PQR 22', 'PQR 30', 'PQR X3', 'PQR X4', 'PQR 10 X3', 'PQR 10 X4', 'PQR 22 X3', 'PQR 22 X4', 'PQR 30 X3', 'PQR 30 X4']
remove = ["10", "22", "30"]

pat = re.compile("(" + "|".join(remove) + ")")
print( [i for i in output_files if not pat.search(i)])

Выход:

['ABC', 'ABC L1', 'ABC L2', 'PQR', 'PQR X3', 'PQR X4']