Regex для соответствия первому файлу в файле архива rar, установленном в Python

Question

Мне нужно распаковать все файлы в каталоге и для этого мне нужно найти первый файл в наборе. В настоящее время я делаю это, используя кучу операторов if и циклов. Могу ли я сделать это с помощью регулярных выражений?

Вот список файлов, которые мне нужно сопоставить:

yes.rar
yes.part1.rar
yes.part01.rar
yes.part001.rar
yes.r01
yes.r001

Они НЕ должны совпадать:

no.part2.rar
no.part02.rar
no.part002.rar
no.part011.rar
no.r002
no.r02

Я нашел похожее регулярное выражение в этом потоке, но похоже, что Python не поддерживает обходные пути переменной длины. Однострочное регулярное выражение будет сложным, но я хорошо это задокументирую, и это не проблема. Это всего лишь одна из тех проблем, когда ты разбил свою кучу.

Заранее спасибо, ребята.

:)

Answer 1

Не полагайтесь на имена файлов, чтобы определить, какой из них является первым. Вы в конечном итоге найдете крайний случай, когда получите неправильный файл.

Заголовки RAR сообщат вам, какой файл является первым в томе, при условии, что они были созданы в несколько более поздней версии RAR.

HEAD_FLAGS Битовые флаги:
2 байта

0x0100 - Первый том (устанавливается только RAR 3.0 и выше)

Итак, откройте каждый файл и изучите заголовки RAR, специально ища флаг, указывающий, какой файл является первым томом. Это никогда не завершится ошибкой, если архив не поврежден.

---

Обновление : Я только что подтвердил это, посмотрев на несколько охватывающих архивов в шестнадцатеричном редакторе. Заголовки файлов построены именно так, как указано выше. Это просто вопрос открытия файлов и чтения заголовка для этого флага. Файл с этим флагом является первым томом.

Answer 2

Для этого не нужно использовать заглядывание утверждений. Так как вы начинаете смотреть с начала строки, вы можете делать все с упреждениями, что вы можете с упреждениями. Это должно работать:

^((?!\.part(?!0*1\.rar$)\d+\.rar$).)*\.(?:rar|r?0*1)$

Чтобы захватить первую часть имени файла, как вы просили, вы можете сделать это:

^((?:(?!\.part\d+\.rar$).)*)\.(?:(?:part0*1\.)?rar|r?0*1)$

Answer 3

Вы уверены, что хотите сопоставить эти случаи?

yes.r01

Это не первые архивы: .rar всегда есть.

Это bla.rar, bla.r00, а затем только bla.r01. Вероятно, вы извлечете файлы дважды, если в качестве первого архива будете использовать .r01 и .rar.

yes.r001

.r001 не существует. Вы имеете в виду файлы .001, которые поддерживает WinRAR? После .r99 это .s00. Если он существует, кто-то переименовал файлы вручную.

Теоретически совпадение по имени файла должно быть таким же надежным, как сопоставление по флагу 0x0100, чтобы найти первый архив.