按日期顺序筛选字符串列表，其中日期是字符串的一部分

Question

我以xxxx\u 2019-05-20.txt格式创建一个文件名列表，其中包含目录中的所有文件。我使用os.listdir（'path'）来构建列表

我想创建第二个列表，只包含2019-01-01之后的文件

有没有一种方法可以做到这一点，而不必遍历每个文件名，从文件名中提取日期，并将其与filterdate（2019-01-01）进行比较

我可以做到以上，唯一的问题是我可以在非常大的目录，所以我只是想知道是否有一个更聪明的方法来做到这一点。谢谢你的帮助

Answer 1

我认为时间在这里不是问题。我用100万个假文件名构建了一个工作流，它对我来说工作了2.5秒（我有一台普通的电脑）。此外，我使用正则表达式来提取年份，所以如果您想要更简单的解决方案，它会更快

import timeit

s="""from random import choice
import re

names = ('WAKA', 'waka', 'waka-waka', 'wattafak')
dates = ('2018-12-01', '2018-01-01', '2019-01-01', '2019-02-03')

filenames = (
    choice(names) + '_' + choice(dates) + '.txt'
    for _ in range(1000000)
)

def check_filenames_regex(filenames):
    REGEX = re.compile(r'.*_(?P<year>\d{4})-\d\d-\d\d\..+')
    result = []
    for f in filenames:
        r = REGEX.match(f)
        if r:
            year = r.group('year')
            if int(year) >= 2019:
                result.append(f)
    return result
"""

timeit.timeit('check_filenames_regex(filenames)', setup=s)

退货：

2.742631300352514

如果文件夹中的文件少于几千万个，那么简单的暴力解决方案应该不是问题