Python的正則表達式來提取日期

Question

我有一個看起來像這些字符串：

{server}_{date:YYYYMMDD}{int:######} 
{server}_{date:MON DAY YYYY}{int:######} 

...加上更多的，在不同的日期格式。此外，可以有任意數量的{}塊，並且它們可以按任何順序出現。

我想在Python 3.2中的花括號之間得到「日期」部分。因此，對於第一個字符串，我只想得到「{date：YYYYMMDD}」，對於第二個字符串，我只需要「{date：MON DAY YYYY}」。 「日期」塊中唯一需要的字符是字母和空格。

我的正則表達式是：

\{date:(\w|\s)*\} 

我在this Regex builder測試了這一點，但預期它不匹配。這是我在Python上的輸出：

>>> import re 
>>> re.findall('\{date:(\w|\s)*\}', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}') 
['D', 'Y'] 
>>> re.findall('\{date:(\w|\s)*\}', '{server}_{date:MON DAY YYYY}{int:######}') 
['Y'] 

有人能指出我的模式有什麼問題嗎？

Answer 1

'(\{date:[\w\s]+\})'給你想要的東西：

>>> import re 
>>> re.findall('(\{date:[\w\s]+\})', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}') 
['{date:YYYYMMDD}', '{date:MONDAYYYYY}'] 
>>> re.findall('(\{date:[\w\s]+\})', '{server}_{date:MON DAY YYYY}{int:######}') 
['{date:MON DAY YYYY}'] 

如果你想唯一的數據值，使用'\{date:([\w\s]+)\}'。

Answer 2

試試這個

str = '{server}_{date:MON DAY YYYY}{int:######}' 
re.findall('\{date:.*\}(?=\{)',str) 

它返回

['{date:MON DAY YYYY}'] 

和

str = '{server}_{date:YYYYMMDD}{int:######}' 
re.findall('\{date:.*\}(?=\{)',str) 

返回如下：

[ '{日期：YYYYMMDD}']

的(?=..\{)執行以下操作：

（？= ...） 相配如果...下一個相匹配，但沒有按不會消耗任何字符串。這被稱爲前瞻斷言。例如，如果Isaac（？= Asimov）跟隨着'Asimov'，它將匹配'Isaac'。 (source)

注：這隻會如果另一個塊{..} {下}日期，我想這是必要的，如果缺少你輸入可能是無效的功能。

Answer 3

'{server}_({date:.+?}){int:' 

足夠

。

，或者可能會更好

'(?<={server}_)({date:.+?})(?={int:)' 

Answer 4

>>> re.findall('\{date:([\w\s]*)\}', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}') 
['YYYYMMDD', 'MONDAYYYYY'] 

Answer 5

使用捕獲組圍繞整個正則表達式，併爲(\w|\s)部分非捕獲組：

(\{date:(?:\w|\s)*\})

這會導致你想要的輸出：

>>> re.findall('(\{date:(?:\w|\s)*\})', '{server}_{date:MON DAY YYYY}{int:######}') 
['{date:MON DAY YYYY}'] 
>>> re.findall('(\{date:(?:\w|\s)*\})', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}') 
['{date:YYYYMMDD}', '{date:MONDAYYYYY}']