資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何使用 Python 正則表示式從文字中提取日期？
首先，我們需要了解一些正則表示式的基礎知識，因為我們會用到它們。在正則表示式中宣告模式的方法有很多種，這可能會讓它們看起來很複雜，但實際上很簡單。正則表示式 是可以用來匹配符合該模式的字串的模式。您需要閱讀以下文章來了解正則表示式是如何工作的。
在學習編碼時，您可能會經常需要從給定的文字中提取日期。如果您正在自動化一個Python指令碼，並且需要從 CSV 檔案中提取特定的數字，如果您是一位資料科學家，並且需要從給定的模式中分離複雜的日期，或者如果您是一位 Python 愛好者，並且想要了解更多關於字串和數值資料型別的知識，那麼您一定會發現這篇文章很有幫助。
預計您已經熟悉正則表示式的基礎知識。
示例 1
我們將只使用基本符號來建立日期的正則表示式模式。我們的目標是匹配具有日期、月份、年份或日期、月份和年份的元素的日期，其中日期和月份具有兩位數字，年份具有四位數字。現在讓我們分步構建模式。
正如您可能猜到的那樣，d 將匹配數字。我們需要在其中提供數字 2 來匹配恰好包含 2 位數字的字串。因此，“d2”將匹配任何僅包含 2 位數字的字串。日期、月份和年份的模式分別為 d2、d2 和 d4。這三個必須用“/”或“-”連線在一起。
最新的正則表示式模式是“d2”後跟“d2”和“d4”。
現在問題部分已經完成，剩下的任務就容易了。
輸入 1
import re #Open the file that you want to search f = open("doc.txt", "r") #Will contain the entire content of the file as a string content = f.read() #The regex pattern that we created pattern = "\d{2}[/-]\d{2}[/-]\d{4}" #Will return all the strings that are matched dates = re.findall(pattern, content)
需要注意的是，我們的正則表示式模式也將提取並非合法的日期，例如 40/32/2019。最終程式碼必須修改為如下所示
輸入 2
import re #Open the file that you want to search f = open("doc.txt", "r") #Will contain the entire content of the file as a string content = f.read() #The regex pattern that we created pattern = "\d{2}[/-]\d{2}[/-]\d{4}" #Will return all the strings that are matched dates = re.findall(pattern, content) for date in dates: if "-" in date: day, month, year = map(int, date.split("-")) else: day, month, year = map(int, date.split("/")) if 1 <= day <= 31 and 1 <= month <= 12: print(date) f.close()
輸入文字
例如，如果文字檔案的內容如下所示
My name is XXX. I was born on 07/12/2001 in YYY city. I graduated from ZZZ college on 07-28-2019.
輸出
07/04/1998 09-05-2019
示例 2
import datetime from datetime import date import re s = "Jason's birthday is on 2002-07-28" match = re.search(r'\d{4}-\d{2}-\d{2}', s) date = datetime.datetime.strptime(match.group(), '%Y-%m-%d').date() print (date)
輸出
2002-07-28
結論
透過以上討論，我們發現了各種Python 函式，用於從給定的文字中提取日期。毫無疑問，正則表示式模組是我們個人最喜歡的。您可能會反駁說，其他方法，例如split() 函式，可以帶來更快的執行速度和更簡單、更易於理解的程式碼。但是，如前所述，它不會產生負值（關於方法 2），也不會對沒有空格與其和其他字元分隔的浮點數起作用，例如“25.50k”（關於方法 2）。此外，在日誌解析方面，速度基本上是一個無用的統計資料。現在您可以理解為什麼在所有這些選項中，正則表示式是我的個人首選。
10K+ 次瀏覽
