本文介绍如何使用正则表达式精准识别并批量删除当前目录下所有仅由数字组成、且无文件扩展名的文件，适用于文档id作为文件名的本地缓存清理场景。
本文介绍如何使用正则表达式精准识别并批量删除当前目录下所有仅由数字组成、且无文件扩展名的文件，适用于文档id作为文件名的本地缓存清理场景。
在基于数据库存储二进制文档（如 DOC_COPY 字段）的应用中，常采用纯数字 ID（如 12345、999）作为临时文件名写入磁盘（例如 Path.cwd().joinpath(str(docID))），以规避扩展名歧义并简化映射逻辑。但程序退出前若不及时清理，将导致大量无扩展名的数字文件堆积。此时，不能依赖 os.listdir() 简单遍历后用 str.isdigit() 判断——因为该方法无法排除形如 123.txt 或 4567.db 等含扩展名的数字文件，也无法过滤掉 12a3 等非法文件名。
正确做法是结合 pathlib 与正则表达式，严格匹配「完整文件名 = 连续数字 + 无扩展名」这一模式：
import re
from pathlib import Path
def cleanup_numeric_files(directory: Path = None):
if directory is None:
directory = Path.cwd()
# 编译正则：^ 表示开头，\d+ 表示一个或多个数字，$ 表示结尾 → 完全由数字构成
numeric_name_pattern = re.compile(r'^\d+$')
for file_path in directory.iterdir():
# 仅处理文件（排除目录），且文件名不含任何扩展名（suffix 为空）
if file_path.is_file() and not file_path.suffix and numeric_name_pattern.match(file_path.stem):
try:
file_path.unlink() # 安全删除
print(f"Deleted: {file_path.name}")
except PermissionError:
print(f"Permission denied: {file_path.name}")
except OSError as e:
print(f"Error deleting {file_path.name}: {e}")
# 在程序退出前调用（例如注册 atexit 钩子）
if __name__ == "__main__":
import atexit
atexit.register(cleanup_numeric_files)✅ 关键设计说明：
- file_path.stem 获取不带扩展名的主文件名（如 12345.txt 的 stem 是 12345，而 12345 的 stem 也是 12345），配合 not file_path.suffix 可确保文件真正无扩展名；
- 正则 r'^\d+$' 比 str.isdigit() 更健壮，能准确拒绝 0123（前导零合法，仍为纯数字）、⁴⁵⁶（Unicode 上标数字）等边界情况（若需支持 Unicode 数字，可改用 r'^\d+$' + re.ASCII 标志）；
- 使用 atexit.register() 确保程序正常退出时自动触发清理，避免手动调用遗漏；
- unlink(missing_ok=True)（Python 3.8+）可选添加以忽略不存在文件，但此处建议保留异常捕获，便于调试权限或占用问题。
⚠️ 注意事项：
立即学习“Python免费学习笔记（深入）”；
- 切勿在生产环境直接运行 rm * 或 glob("*/") 类模糊匹配，极易误删；
- 若文件可能被其他进程占用（如刚用 subprocess.run(['open', ...]) 打开），建议增加重试机制或延迟（如 time.sleep(0.5)）再删除；
- 首次部署前，建议先将 unlink() 替换为 print() 进行干运行验证；
- 如需递归清理子目录，将 directory.iterdir() 改为 directory.rglob('*') 并增加 file_path.is_file() 判断即可。
通过该方案，您可在软件关闭时可靠、可审计地完成纯数字无扩展名缓存文件的自动化清理，兼顾安全性与工程健壮性。
