Python中的正则表达式替换

Question

我有一个CSV文件有几个条目，每个条目有2个unix时间戳格式化日期。

我有一个名为convert()的方法，它接收时间戳并将其转换为YYYYMMDD。

现在，由于每行有两个时间戳，我将如何用新值替换每个时间戳？

编辑：只是为了澄清，我想将每个出现的时间戳转换为YYYYMMDD格式。这是什么在扰乱我，因为re.findall()返回一个列表。

Answer 1

修改我认为通过“unix时间戳格式化日期”是指从时代开始数秒。这假定文件中的每个数字都是UNIX时间戳。如果不是这种情况就需要调整正则表达式：

import re, sys 

# your convert function goes here 

regex = re.compile(r'(\d+)') 
for line in sys.stdin: 
    sys.stdout.write(regex.sub(lambda m: 
    convert(int(m.group(1))), line)) 

这从标准输入读取和电话转换上找到每个号码。

这里的“诀窍”是re.sub可以接受一个从匹配对象转换为字符串的函数。我假设你的convert函数需要一个int并返回一个字符串，所以我用lambda作为一个适配器函数来抓取匹配的第一组，并将其转换为int，然后将结果int传递给它。

Answer 2

如果你知道更换：

p = re.compile(r',\d{8},') 
p.sub(','+someval+',', csvstring) 

如果它是一个格式变化：

p = re.compile(r',(\d{4})(\d\d)(\d\d),') 
p.sub(r',\3-\2-\1,', csvstring) 

编辑：对不起，只是意识到你说的蟒蛇，上述

Answer 3

我会沿着这些线使用一些东西。很像劳伦斯的回应，但是您需要转换时间戳，并将文件名作为参数。此代码假定您正在使用最近的日期（在9/9/2001之后）。如果您需要更早的日期，请降低10到9或更低。

import re, sys, time 

regex = re.compile(r'(\d{10,})') 

def convert(unixtime): 
    return time.strftime("%Y%m%d", time.gmtime(unixtime)) 

for line in open(sys.argv[1]): 
    sys.stdout.write(regex.sub(lambda m: convert(int(m.group(0))), line)) 

编辑：清理了代码。

采样输入

foo,1234567890,bar,1243310263 
cat,1243310263,pants,1234567890 
baz,987654321,raz,1 

输出

foo,20090213,bar,20090526 
cat,20090526,pants,20090213 
baz,987654321,raz,1 # not converted (too short to be a recent) 

Answer 4

我无法评论你的问题，但是你看看蟒蛇的CSV模块？ http://docs.python.org/library/csv.html#module-csv