[python] re.compile 문자열 정규화로 파일 path 정렬하기

오늘은 re.compile을 활용해서 파일 path pattern을 파악하여 정규화한 뒤 폴더명이나 파일명을 추출하는 방법을 알려드리겠습니다.

 

---

 

- 파일명 패턴 저장하기 -

 

제가 실험할 데이터 경로는 아래와 같습니다.

 

entry = D:\STT_project\Keyword-Spotting-ConvMixer\dataset\google_speech_recognition_v2\backward\0a2b400e_nohash_0.wav

 

엄청 복잡한데요. 여기서 python의 내장함수인 re를 활용해서 폴더명과 파일명을 추출할 수 있습니다.

    pattern = re.compile(r"(.+[\/])?(\w+)[\/](\w+_\w+_\w+)\.wav")

   

    - 설명 -

    (.+[\/])? 상위 디렉토리 경로 저장

    D:\STT_project\Keyword-Spotting-ConvMixer\dataset\google_speech_recognition_v2

    (\w+)[\/] 클래스 명 저장

    backward

    (\w+_\w+_\w+) -> ()_()_() 파일명 저장

    0a2b400e_nohash_0.wav

    \.wav -> .wav 파일 포맷 저장

 

r"(.+[\/])?(\w+)[\/](\w+_\w+_\w+)\.wav" 이런식으로 정규화 패턴을 활용하면 원하는 파일명의 패턴을 불러올 수 있습니다.

 

- 파일명 패턴을 활용해서 파일명 불러오기 -

 

r = re.match(pattern, entry)을 활용하면, entry에 저장된 문자열을 기준으로 정규화 pattern을 적용하여 group으로 분할할 수 있도록 한다.

 

이렇게 group 넘버로 각 정규화식의 순서를 기반으로 문자열을 나눌 수 있다.

label, uid = r.group(2), r.group(3)

 

label = backward
uid = 0a2b400e_nohash_0

 

이렇게 저장된다.

 

- 최종 코드 -

 

import re

entry = "D:\STT_project\Keyword-Spotting-ConvMixer\dataset\google_speech_recognition_v2\backward\0a2b400e_nohash_0.wav"

pattern = re.compile(r"(.+[\/])?(\w+)[\/](\w+_\w+_\w+)\.wav")

r = re.match(pattern, entry)

total_str, dir_path, label, uid = r.group(0), r.group(1), r.group(2), r.group(3)

print(r)

print(total_str)

print(dir_path)

print(label)

print(uid)

 

- 출력 내용 -

<re.Match object; span=(0, 109), match='D:\STT_project\Keyword-Spotting-ConvMixer\data>
D:\STT_project\Keyword-Spotting-ConvMixer\dataset\google_speech_recognition_v2\backward\0a2b400e_nohash_0.wav
D:\STT_project\Keyword-Spotting-ConvMixer\dataset\google_speech_recognition_v2\
backward
0a2b400e_nohash_0