从不同的目录中检索相同的文件名(例如- a.xyz)，唯一不同的是后缀(例如- surf_001，surf_002，surf_003)

Question

我有一个目录，其子目录如下所示。

my_directory/  
├── surf_001/  
|     ├── a.xyz  
├── surf_002/.  
|     └── a.xyz  
├── surf_003/  
|     ├── a.xyz

我可以检索surf_001的a.xyz，到目前为止，我的代码如下所示

import numpy as np  
import glob  
import os

num ='1'  
print(num.zfill(3))

file=os.path.join('/home', 'sg', 'scratch', 'slabs', 'cool_100', 'surf_001', 'a.xyz')  
print(file)

filenames = glob.glob(file)   
print(filenames)

oh_den=[]  
count=0  
for lines in filenames:       
    outfile = open(lines,'r')   
    data = outfile.readlines()  
    outfile.close()   
    for f in data:   
        if 'H' in f:      
            count = count + 1  
    print(count)  

这给了我想要的第一个文件夹，谁能告诉我如何编辑这个获得其他文件。我有最多到surf_100的文件夹

Answer 1

对于内置的glob来说，这是一个有点困难的情况，但并非不可能。尽管如此，有一个名为wcmatch的Python库可以让这件事变得更容易(完全公开，我是这个库的作者)。

这个库允许您通过EXTGLOB标志实现extended globbing。为了演示，我们将使用globmatch函数来匹配一些文件：

>>> from wcmatch import glob
>>> glob.globmatch('my_directory/surf_100/a.xyz', '**/surf_+([0-9])/a.xyz', flags=glob.GLOBSTAR | glob.EXTGLOB)
True
>>> glob.globmatch('my_directory/surf_003/a.xyz', '**/surf_+([0-9])/a.xyz', flags=glob.GLOBSTAR | glob.EXTGLOB)
True

如您所见，我们使用的是+(...)模式，它类似于在正则表达式中执行类似于(...)+的操作。从本质上说，我们想要一个或多个包含在模式列表中的内容。在我们的模式列表中，它是数字。

在您的例子中，您可能需要如下所示：

from wcmatch import glob
file = '/home/sg/scratch/slabs/cool_100/surf_+([0-9])/a.xyz'
filenames = glob.glob(file, flags=glob.EXTGLOB)

还有其他方法可以做到这一点，例如使用大括号扩展。这有点效率较低，因为它进行模式扩展，将一个模式转换为多个模式，但允许您灵活地指定一个范围。

>>> glob.globmatch('my_directory/surf_003/a.xyz', '**/surf_{001..100}/a.xyz', flags=glob.GLOBSTAR | glob.BRACE)
True
>>> glob.globmatch('my_directory/surf_101/a.xyz', '**/surf_{001..100}/a.xyz', flags=glob.GLOBSTAR | glob.BRACE)
False

如果使用外部库不是一种选择，我相信将会有大量的答案来展示如何使用常规的glob来做到这一点，但我想他们可能不会那么简单。