Extracción de extensión del nombre de archivo en Python

¿Hay una función para extraer la extensión de un nombre de archivo?

Si. Uso os.path.splitext(consulte la documentación de Python 2.X o la documentación de Python 3.X ):

>>> import os
>>> filename, file_extension = os.path.splitext('/path/to/somefile.ext')
>>> filename
'/path/to/somefile'
>>> file_extension
'.ext'

A diferencia de la mayoría de los intentos manuales de división de cadenas, os.path.splitextse tratará correctamente /a/b.c/dcomo sin extensión en lugar de tener extensión .c/d, y se tratará .bashrccomo si no tuviera extensión en lugar de tener extensión .bashrc:

>>> os.path.splitext('/a/b.c/d')
('/a/b.c/d', '')
>>> os.path.splitext('.bashrc')
('.bashrc', '')

import os.path
extension = os.path.splitext(filename)[1]

Nuevo en la versión 3.4.

import pathlib

print(pathlib.Path('yourPath.example').suffix) # '.example'

Me sorprende que nadie haya mencionado pathlibaún, ¡ pathlibES increíble!

Si necesita todos los sufijos (por ejemplo, si tiene un .tar.gz), ¡ .suffixesle devolverá una lista!

import os.path
extension = os.path.splitext(filename)[1][1:]

Para obtener solo el texto de la extensión, sin el punto.

Una opción puede estar dividiéndose del punto:

>>> filename = "example.jpeg"
>>> filename.split(".")[-1]
'jpeg'

No hay error cuando el archivo no tiene una extensión:

>>> "filename".split(".")[-1]
'filename'

Pero debes tener cuidado:

>>> "png".split(".")[-1]
'png'    # But file doesn't have an extension

vale la pena agregar un valor más bajo para que no se pregunte por qué los JPG no aparecen en su lista.

os.path.splitext(filename)[1][1:].strip().lower()

Cualquiera de las soluciones anteriores funciona, pero en Linux he encontrado que hay una nueva línea al final de la cadena de extensión que evitará que las coincidencias tengan éxito. Agrega el strip()método hasta el final. Por ejemplo:

import os.path
extension = os.path.splitext(filename)[1][1:].strip() 

Con splitext hay problemas con archivos con doble extensión (p file.tar.gz. Ej . file.tar.bz2, Etc.)

>>> fileName, fileExtension = os.path.splitext('/path/to/somefile.tar.gz')
>>> fileExtension 
'.gz'

pero debe ser: .tar.gz

Las posibles soluciones están aquí

Puede encontrar algunas cosas excelentes en el módulo pathlib (disponible en python 3.x).

import pathlib
x = pathlib.PurePosixPath("C:\\Path\\To\\File\\myfile.txt").suffix
print(x)

# Output 
'.txt'

Aunque es un tema antiguo, pero me pregunto por qué no se menciona una API muy simple de Python llamada rpartition en este caso:

para obtener la extensión de una ruta absoluta de un archivo dado, simplemente puede escribir:

filepath.rpartition('.')[-1]

ejemplo:

path = '/home/jersey/remote/data/test.csv'
print path.rpartition('.')[-1]

te dará: 'csv'

Solo jointodos pathlib suffixes.

>>> x = 'file/path/archive.tar.gz'
>>> y = 'file/path/text.txt'
>>> ''.join(pathlib.Path(x).suffixes)
'.tar.gz'
>>> ''.join(pathlib.Path(y).suffixes)
'.txt'

Sorprendido, esto no fue mencionado todavía:

import os
fn = '/some/path/a.tar.gz'

basename = os.path.basename(fn)  # os independent
Out[] a.tar.gz

base = basename.split('.')[0]
Out[] a

ext = '.'.join(basename.split('.')[1:])   # <-- main part

# if you want a leading '.', and if no result `None`:
ext = '.' + ext if ext else None
Out[] .tar.gz

Beneficios:

• Funciona como se espera para cualquier cosa que se me ocurra.
• Sin módulos
• Sin expresiones regulares
• Multiplataforma
• Fácilmente extensible (por ejemplo, sin puntos iniciales para la extensión, solo la última parte de la extensión)

Como función:

def get_extension(filename):
    basename = os.path.basename(filename)  # os independent
    ext = '.'.join(basename.split('.')[1:])
    return '.' + ext if ext else None

Puede usar un spliten un filename:

f_extns = filename.split(".")
print ("The extension of the file is : " + repr(f_extns[-1]))

Esto no requiere una biblioteca adicional

filename='ext.tar.gz'
extension = filename[filename.rfind('.'):]

Esta es una técnica de representación directa de cadenas: veo muchas soluciones mencionadas, pero creo que la mayoría está buscando dividir. Split, sin embargo, lo hace en cada aparición de "." . Lo que preferirías estar buscando es la partición.

string = "folder/to_path/filename.ext"
extension = string.rpartition(".")[-1]

Otra solución con división correcta:

# to get extension only

s = 'test.ext'

if '.' in s: ext = s.rsplit('.', 1)[1]

# or, to get file name and extension

def split_filepath(s):
    """
    get filename and extension from filepath 
    filepath -> (filename, extension)
    """
    if not '.' in s: return (s, '')
    r = s.rsplit('.', 1)
    return (r[0], r[1])

Incluso esta pregunta ya está respondida, agregaría la solución en Regex.

>>> import re
>>> file_suffix = ".*(\..*)"
>>> result = re.search(file_suffix, "somefile.ext")
>>> result.group(1)
'.ext'

Una verdadera frase, si te gusta la expresión regular. Y no importa incluso si tiene un "." Adicional en el medio

import re

file_ext = re.search(r"\.([^.]+)$", filename).group(1)

Vea aquí el resultado: haga clic aquí

Este es el método más simple para obtener tanto el nombre de archivo como la extensión en una sola línea .

fName, ext = 'C:/folder name/Flower.jpeg'.split('/')[-1].split('.')

>>> print(fName)
Flower
>>> print(ext)
jpeg

A diferencia de otras soluciones, no necesita importar ningún paquete para esto.

Para divertirse ... solo reúna las extensiones en un dict y realice un seguimiento de todas ellas en una carpeta. Luego simplemente extraiga las extensiones que desee.

import os

search = {}

for f in os.listdir(os.getcwd()):
    fn, fe = os.path.splitext(f)
    try:
        search[fe].append(f)
    except:
        search[fe]=[f,]

extensions = ('.png','.jpg')
for ex in extensions:
    found = search.get(ex,'')
    if found:
        print(found)

prueba esto:

files = ['file.jpeg','file.tar.gz','file.png','file.foo.bar','file.etc']
pen_ext = ['foo', 'tar', 'bar', 'etc']

for file in files: #1
    if (file.split(".")[-2] in pen_ext): #2
        ext =  file.split(".")[-2]+"."+file.split(".")[-1]#3
    else:
        ext = file.split(".")[-1] #4
    print (ext) #5

1. obtener todo el nombre del archivo dentro de la lista
2. dividiendo el nombre del archivo y verificando la penúltima extensión, ¿está en la lista pen_ext o no?
3. en caso afirmativo, únala con la última extensión y configúrela como la extensión del archivo
4. si no es así, simplemente coloque la última extensión como la extensión del archivo
5. y luego échale un vistazo

# try this, it works for anything, any length of extension
# e.g www.google.com/downloads/file1.gz.rs -> .gz.rs

import os.path

class LinkChecker:

    @staticmethod
    def get_link_extension(link: str)->str:
        if link is None or link == "":
            return ""
        else:
            paths = os.path.splitext(link)
            ext = paths[1]
            new_link = paths[0]
            if ext != "":
                return LinkChecker.get_link_extension(new_link) + ext
            else:
                return ""

def NewFileName(fichier):
    cpt = 0
    fic , *ext =  fichier.split('.')
    ext = '.'.join(ext)
    while os.path.isfile(fichier):
        cpt += 1
        fichier = '{0}-({1}).{2}'.format(fic, cpt, ext)
    return fichier

name_only=file_name[:filename.index(".")

Eso le dará el nombre del archivo hasta el primer ".", Que sería el más común.