我正在研究 Python。我有很多长文本数据。每个文本都可以视为一个字符串。在每个字符串中,我需要将字符串分成一个列表的元素,其中有一个日期。
eg. long string1 (date format: mm.dd.yyyy):
05.12.2016 15:58:31 jsfkgskdlfsgfdslkcbj 05.13.2016 15:58:31 sdfasjdcakscsdv
01.14.2016fsdkjgfdhkvjxdbvxd
eg. long string2 (date format: dd/mm/yyyy):
05/12/2016 15:58:31 jsfkgskdlfsgfdslkcbj 05.1.2016 15:58:31 sdfasjdcakscsdv
21/11/2016fsdkjgfdhkvjxdbvxd
Step1: I need to write a generalized code such that I can pass both strings in the same code.
Step2: Objective of the code is to convert string into list with elements separated by date.
例如。长字符串 1 到列表 1 [05.12.2016 15:58:31 jsfkgskdlfsgfdslkcbj, 05.13.2016 15:58:31 sdfasjdcakscsdv, 01.14.2016fsdkjgfdhkvjxdbvxd]
Step 3: and then take the element with the earliest date
output from above example: 01.14.2016fsdkjgfdhkvjxdbvxd
我在执行第 2 步和第 3 步时得到了帮助,当所有字符串都具有相同的日期格式时我可以做到。但我的挑战是首先读取一个字符串并弄清楚它使用的是哪种日期格式,然后根据日期对其进行解析和排序
如果给出一种日期格式,我有代码。
text = '05/12/2016 15:58:31 jsfkgskdlfsgfdslkcbj 05.1.2016 15:58:31 sdfasjdcakscsdv 21/11/2016fsdkjgfdhkvjxdbvxd'
list1 = list()
for d, t in zip(*[iter(re.split(r'(\d+[\/.]\d+[\/.]\d+ \d+:\d+:\d+)', text)[1:])]*2):
list1.append(d + t)
from datetime import datetime
list_sorted=sorted(list1,key=lambda s: datetime.strptime(s[0:19], "%d.%m.%Y %H:%M:%S") if '.' in s[0:19] else datetime.strptime(s[0:19], "%d/%m/%Y %H:%M:%S"))
complaint = list_sorted[0]
print(complaint)
以上代码适用于单一日期格式的单一字符串。我如何概括它以首先检测字符串中的日期格式,然后相应地解析它
请您参考如下方法:
您可以使用 dateutil.parser出现在 dateutil无论格式如何,它都可以为您解析日期时间字符串的模块
In [17]: from dateutil import parser
In [18]: parser.parse('05/12/2016 15:58:31', fuzzy=True)
Out[18]: datetime.datetime(2016, 5, 12, 15, 58, 31)
In [19]: parser.parse('05.1.2016 15:58:31', fuzzy=True)
Out[19]: datetime.datetime(2016, 5, 1, 15, 58, 31)
In [20]: parser.parse('21/11/2016', fuzzy=True)
Out[20]: datetime.datetime(2016, 11, 21, 0, 0)
或者另一个收集日期时间对象并根据它对原始列表进行排序的示例
from dateutil import parser
#List of textdate srings
textdate = ['5.13.2001 21:23:54 fgdsgd', '05.12.2001 09:43:32 arfehfks']
#Collect datetime objects
dates = []
for item in textdate:
dates.append(parser.parse(item, fuzzy=True))
#Sort datetime objects and obtained original list on sorting
res = [textdate[i[0]] for i in sorted(enumerate(dates), key=lambda x:x[1])]
print(res)
输出将是
['05.12.2001 09:43:32 arfehfks', '5.13.2001 21:23:54 fgdsgd']
