从输入文件定义 glob_wildcards（多个）时如何避免隐藏文件

Question

我试图根据输入目录定义通配符。目前，我的解决方案如下所示：

files = glob_wildcards("input/{organism}/{gene}/{sequence}.txt")

但是，我注意到

input/

目录可能包含以

.

或

._

开头的隐藏文件或子文件夹。我想在定义通配符时排除它们。

我在文档中遇到了

constraining wildcards

的概念，但我不确定如何将它们应用到我的情况中。我尝试使用它们，但通配符返回空。

（正则表达式：匹配不以

.

开头）

files = glob_wildcards("input/{organism,[^.]+}/{gene,[^.]+}/{sequence,[^.]+}.txt")


files:
Wildcards(organism=[], gene=[], sequence=[])

编辑 我不使用正则表达式时的示例输出：

files:
Wildcards(organism=['organism', 'organism'], 
          gene=['gene', 'gene'], 
          sequence=['._gene-pseudo_V:123..456__organims__gene', 'gene-pseudo_V:123..456__organims__gene']

Answer 1

您已经很接近了，但是您使用的正则表达式不正确： 而不是例如

{gene,[^.]+}

您要为所有通配符写入

{gene,^[^\.].+}

，这些通配符应该排除以

.

开头的文件（隐藏文件）：

files = glob_wildcards("input/{organism,^[^\.].+}/{gene,^[^\.].+}/{sequence,^[^\.].+}.txt")

对于正则表达式

.

匹配任何不是换行符的字符，因此您需要对其进行转义

\.

以便在字符类否定

[^\.]

中使用它。前导

^

可以省略，并确保匹配是文件路径字符串的开头。