Python 搜索字符串的逻辑

Question

filtered=[]
text="any.pdf"
if "doc" and "pdf" and "xls" and "jpg" not in text:
    filtered.append(text)
print(filtered)

这是我在 Stack Overflow 上的第一篇文章，所以如果问题中有一些烦人的东西，请原谅，如果文本不包含以下任何单词：doc、pdf、xls、jpg，代码应该附加文本。 如果它像这样，它就可以正常工作：

if "doc" in text:
elif "jpg" in text:
elif "pdf" in text:
elif "xls" in text:
else:
    filtered.append(text)

Answer 1

如果你打开Python解释器，你会发现“doc”和“pdf”和“xls”和“jpg”与'jpg'是一样的：

>>> "doc" and "pdf" and "xls" and "jpg"
'jpg'

因此，您的第一次尝试仅针对“jpg”进行测试，而不是针对所有字符串进行测试。

有很多种方法可以做你想做的事。下面的内容不是最明显的，但它很有用：

if not any(test_string in text for test_string in ["doc", "pdf", "xls", "jpg"]):
    filtered.append(text)

另一种方法是将 for 循环与 else 语句结合使用：

for test_string in ["doc", "pdf", "xls", "jpg"]:
    if test_string in text:
        break
else: 
    filtered.append(text)

最后，您可以使用纯列表理解：

tofilter = ["one.pdf", "two.txt", "three.jpg", "four.png"]
test_strings = ["doc", "pdf", "xls", "jpg"]
filtered = [s for s in tofilter if not any(t in s for t in test_strings)]

编辑：

如果您想过滤单词和扩展名，我会推荐以下内容：

text_list = generate_text_list() # or whatever you do to get a text sequence
extensions = ['.doc', '.pdf', '.xls', '.jpg']
words = ['some', 'words', 'to', 'filter']
text_list = [text for text in text_list if not text.endswith(tuple(extensions))]
text_list = [text for text in text_list if not any(word in text for word in words)]

这仍然可能导致一些不匹配；上面还过滤了“做某事”、“他是一个文字大师”等。如果这是一个问题，那么您可能需要更复杂的解决方案。

Answer 2

如果这些扩展名始终位于末尾，则可以使用 .endswith并且可以解析元组。

if not text.endswith(("doc", "pdf", "xls", "jpg")):
    filtered.append(text)

Answer 3

basename, ext = os.path.splitext(some_filename)
if not ext in ('.pdf', '.png'):
   filtered.append(some_filename)
....

Answer 4

请尝试以下操作：

if all(substring not in text for substring in ['doc', 'pdf', 'xls', 'jpg']):
     filtered.append(text)

Answer 5

当前选择的答案非常好，它解释了执行您想要做的事情的语法上正确的方法。然而，很明显，您正在处理出现在结尾的文件扩展名[失败：doctor_no.py，whatsupdoc]，并且可能您使用的是 Windows，其中文件路径不存在大小写区别 [失败：FUBAR.DOC]。

为了覆盖这些基础：

# setup
import os.path
interesting_extensions = set("." + x for x in "doc pdf xls jpg".split())

# each time around
basename, ext = os.path.splitext(text)
if ext.lower() not in interesting_extensions:
    filtered.append(text)