某些文本中的日期的python正则表达式

如何从python的文本文件中找到尽可能多的日期模式？日期模式被定义为：某些文本中的日期的python正则表达式

dd mmm yyyy 
^^
    | | 
    +---+--- spaces

其中：

DD是双位数
嗯是三个字符的英文月份名称（如一月，三月，十二月）
yyyy是四位数年份
有两个空格作为分隔符

谢谢！

来源

2010-05-05 ohho

我不跟着你。你是否正在寻找grep的日期模式或日期根据固定的单一模式？ – wilhelmtell 2010-05-05 01:30:54

我想提取实际日期。 – ohho 2010-05-05 02:17:02

这里找到所有日期符合模式

re.findall(r'\d\d\s(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{4}', text)

但对您的问题WilhelmTell的评论后一种方式，我也想知道这是否是你真的要求...

来源

2010-05-05 01:31:45

我想要的实际日期。谢谢！ – ohho 2010-05-05 02:14:02

试试这个：

来源

2010-05-05 01:32:37 dlamotte

认真吗？ -1？除'\ w \ w \ w'以外的任何其他原因可能不是一种匹配一个月的方式？它**是**他在'dd mmm yyyy'语法中所要求的。尽管这并不理想，但我并不理解downvote。 – dlamotte 2010-05-05 02:04:11

这是一个稍微更完整的例子。正则表达式不仅仅匹配有效的日期值。 datetime.strptime将无法解析任何无效的内容并引发ValueError。如果日期被解析，那么您有一个完整的datetime对象，可以让您访问许多功能。

>>> from datetime import datetime 
>>> import re 
>>> dates = [] 
>>> patn = re.compile(r'\d{2} \w{3} \d{4}') 
>>> fh = open('inputfile') 
>>> for line in fh: 
... for match in patn.findall(line): 
...  try: 
...  val = datetime.strptime(match, '%d %b %Y') 
...  dates.append(val) 
...  except ValueError: 
...  pass # ignore, this isn't a date 
...

我想，如果你愿意的话这可以被折叠成与内涵漂亮紧凑的代码。

来源

2010-05-05 02:42:16

赞赏！我怎样才能将'val'转换为python中的数组？ – ohho 2010-05-05 02:47:10

使用'list.append（）'。我更新了片段。 – 2010-05-05 03:55:03

使用日历模块，给你一个小的全球意识：

date_expr = r"\d{2} (?:%s) \d{4}" % '|'.join(calendar.month_abbr[1:]) 
print date_expr 
print re.findall(date_expr, source_text)

对于我来说，这将创建像date_expr：

"\d{2} (:?Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec) \d{4}"

但如果我更改使用本地化模块我的语言环境：

locale.setlocale(0, "fr")

我现在在法国寻找个月：

"\d{2} (?:janv.|févr.|mars|avr.|mai|juin|juil.|août|sept.|oct.|nov.|déc.) \d{4}"

嗯，这是我曾经尝试过法国月份的缩写的第一次，我可能需要做一些清理工作：

date_expr = r"\d{2} (?:%s) \d{4}" % '|'.join(
    m.title().rstrip('.') for m in calendar.month_abbr[1:])

现在，我得到：

"\d{2} (?:Janv|Févr|Mars|Avr|Mai|Juin|Juil|Août|Sept|Oct|Nov|Déc) \d{4}"

而现在我的脚本也会为我的高卢朋友跑，真的很麻烦。（您可能想知道为什么我必须从[1：]开始切分month_abbr列表 - 此列表以位置0处的空字符串开头，因此如果您使用find（）查找特定的月份缩写，那么您将1-12得到一个号码，而不是从0-11）

- 保罗

来源

2010-05-05 05:41:50 PaulMcG

这就是为什么我更愿意使用RE来验证基本格式（_day month-abbrev year_），然后让'strptime'负责本月的本地化。如果你真的感兴趣，你可以使用一些locale-aware选项来解决M-D-Y排序的差异。 – 2010-05-06 14:44:48

或者你可以用这个completelly

date = re.findall(r'\d\d\s(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{4}\s\d{2}:\d{2}', text) 
print date 
['30 November 2010 14:20', '30 November 2010 14:24']

来源

2010-11-30 07:34:29

某些文本中的日期的python正则表达式

回答

相关问题