Ефективний фільтр файлів за початковим рядком у назві

8 Березня 2024 в 22:15 21

Фільтрація файлів може стати складною задачею, особливо коли потрібно відібрати файли за певним критерієм, таким як початковий рядок у їхній назві. У цій статті ми розглянемо ефективний спосіб фільтрації файлів за початковим рядком у назві, використовуючи мову програмування R та регулярні вирази.

Почнемо з розгляду конкретної задачі. Допустимо, що у нас є папка з чотирма файлами:

!AR01_061.TXT
AR01_060.TXT
AR01_061.TXT
AR01_062.TXT

!AR01_061.TXT

AR01_060.TXT

AR01_061.TXT

AR01_062.TXT

Наша мета – отримати список з трьох файлів, які починаються з рядка “AR01_”. Для цього ми можемо скористатися функцією dir_ls з пакету fs, яка дозволяє виконувати операції з файловою системою в R.

library(fs)
# Шлях до папки з файлами
sciezka <- "шлях/до/папки"
# Фільтрація файлів за початковим рядком у назві
Duzy.rej <- dir_ls(paste0(sciezka, "/Duzy rejestrator/"), regexp = "(AR01_.)(.*\\.TXT$)")
print(Duzy.rej)

library(fs)

# Шлях до папки з файлами

sciezka <- "шлях/до/папки"

# Фільтрація файлів за початковим рядком у назві

Duzy.rej <- dir_ls(paste0(sciezka, "/Duzy rejestrator/"), regexp = "(AR01_.)(.*\\.TXT$)")

print(Duzy.rej)

Після виконання цього коду ми отримаємо список з трьох файлів:

K:/Inne/WM/Duzy rejestrator/AR01_061.TXT
K:/Inne/WM/Duzy rejestrator/!AR01_061.TXT
K:/Inne/WM/Duzy rejestrator/AR01_062.TXT

K:/Inne/WM/Duzy rejestrator/AR01_061.TXT

K:/Inne/WM/Duzy rejestrator/!AR01_061.TXT

K:/Inne/WM/Duzy rejestrator/AR01_062.TXT

Проте, іноді потрібно дещо змінити регулярний вираз для фільтрації файлів. Наприклад, якщо ми додамо символ “^” до початку регулярного виразу, ми очікуватимемо, що він виключить файли, які не починаються на “AR01_”. Але результат може бути не таким, як очікувалося:

Duzy.rej <- dir_ls(paste0(sciezka, "/Duzy rejestrator/"), regexp = "^(AR01_.)(.*\\.TXT$)")
print(Duzy.rej)

1 2	Duzy.rej <- dir_ls(paste0(sciezka, "/Duzy rejestrator/"), regexp = "^(AR01_.)(.*\\.TXT$)") print(Duzy.rej)

Отриманий результат:

character(0)

1	character(0)

Початково виглядає, що “^” повинен виключити імена, які не починаються на “AR01_”. Однак, в даному випадку, його використання не привело до очікуваного результату. Це може бути пов’язано з особливостями реалізації регулярних виразів у мові програмування R.