正規表現での"()"のエスケープの仕方が分かりません。

Question

前提・実現したいこと

(3).csv や (10).csvなどのcsvファイルを正規表現で指定して取り出したいです。

発生している問題・エラーメッセージ

上手く取り出せずリストが空になります。

該当のソースコード

Python 3.7.3

print([p for p in glob.glob('./temp/*.csv', recursive=True)
if re.search('(\d+).csv', p)])

試したこと

"()"をエスケープしたり、ネットでググりましたがよくわかりません。どうぞよろしくお願いします。

Comments

[KojiDoi]

その「ソースコード」は明らかに文法的に不完全ですね。
正規表現以前の段階でうまくいくはずがないので、まずはそこを見直してください。

[dodox86]

> 文法的に不完全ですね。
私も一瞬、p for p の時点で「あれ？」と思ったのですが、大丈夫なようです。
C>type t1.py
import glob
import re

print([p for p in glob.glob('./temp/*.csv', recursive=True)
if re.search('\(\d+\).csv', p)])

C>python -m py_compile t1.py
コンパイル、文法チェックにも引っ掛かりませんでした。

[KojiDoi]

＞大丈夫なようです。
そのようですね…私の試したpythonのバージョンが古かったのが敗因のようです。 質問者様失礼しました。

Answer 1

CSVファイルの拡張子 *.csvが、全て小文字である限り、質問者さんの元のコードで動作しました。もしかするとWindows環境下で動作させていますでしょうか。Windowsですと、ファイル名は英大文字小文字を区別しませんので、そのせいかもしれません。

例えば、./temp下に以下のように拡張子CSVについて、大文字小文字が混在しているものがあるとします。

C>dir /b temp
(1).csv
(11).csv
(12).CSV
(123).CsV
(2).CSV
(3).CsV

これを、質問者さんのもとのコードで試すと以下のような結果となります。

C>python --version
Python 3.7.4

C>type t1.py
import glob
import re

print([p for p in glob.glob('./temp/*.csv', recursive
if re.search('(\d+).csv', p)])

C>python t1.py
['./temp\(1).csv', './temp\(11).csv']

拡張子として全てが小文字の *.csv のみがマッチします。ですので、この場合は大文字小文字を区別しないようにすると良いです。

import glob
import re

print([p for p in glob.glob('./temp/*.[cC][sS][vV]', recursive=True)
if re.search('(\d+).csv', p, re.IGNORECASE)]) 

これで実行すると、以下のようになります。

C>python t2.py
['./temp\(1).csv', './temp\(11).csv', './temp\(12).CSV', './temp\(123).CsV',
 './temp\(2).CSV', './temp\(3).CsV']

---

追記しました：2019-10-20 12:59

回答へコメントいただいた件、".\temp(1)-(4).csv"のようなファイル名を除外する場合は、ファイル名に先行するパス区切り文字('\'または'/')をパターンとすることで対応できます。※つまり、ファイル名に先行してディレクトリ名があることを前提としますので、改造するような場合は注意してください。

if re.search('[\/](\d+).csv', p, re.IGNORECASE)])

Comments

[dodox86]

細かいことを書くと、re.search('(\d+).csv'の正規表現の部分は、'(\d+).csv' の方がより正確かと思います。拡張子のドット'.'は、そのままだと正規表現の任意の1文字して扱われてしまうので。本質問のケースに限ってはglobでのファイル名検索パターンで既にフィルタリングされているので、問題は起きませんが。

[rapsody]

丁寧に回答いただきありがとうございます。やってみましたが、(1)-(4).csvのようなファイルも抽出してしまいます。。。

temp/(1).csv、(2).csv、 〇〇.csv、 (1)-(4).csv 　　の中から、(数字).csv　のようなファイルだけ取り出したいです。
(\d+).csv　で指定しているはずなのに、なぜ、(1)-(4)のようなファイルも取り出してしまうのでしょうか？

[dodox86]

まず確認ですが、Windows環境ですよね？
パターン"(\d+).csv" は、"(1)-(4).csv" のおしり側、"(4).csv"の部分にマッチしてるのだと思います。確認の上、追記します。

[dodox86]

追記しましたので確認してみてください。