提取日期前的處理
1.處理文本數據的日期格式統(tǒng)一化
text = "2015年8月31日,衢州元立金屬制品有限公司倉儲公司(以下簡稱元立倉儲公司)成品倉庫發(fā)生一起物體打擊事故,造成直接經濟損失95萬元。"
text1 = "2015/12/28下達行政處罰決定書"
text2 = "2015年8月發(fā)生一起物體打擊事故"
# 對文本處理一下 # 2015-8-31 2015-12-28
text = text.replace("年", "-").replace("月", "-").replace("日", " ").replace("/", "-").strip()
2.提取時間的正則表達式
# 2019年10月27日 9:46:21
"(\d{4}-\d{1,2}-\d{1,2} \d{1,2}:\d{1,2}:\d{1,2})"
# 2019年10月27日 9:46"
"(\d{4}-\d{1,2}-\d{1,2})"
# 2019年10月27日
"(\d{4}-\d{1,2}-\d{1,2})"
# 2019年10月
"(\d{4}-\d{1,2})"
3.對其進行封裝
def get_strtime(text):
text = text.replace("年", "-").replace("月", "-").replace("日", " ").replace("/", "-").strip()
text = re.sub("\s+", " ", text)
t = ""
regex_list = [
# 2013年8月15日 22:46:21
"(\d{4}-\d{1,2}-\d{1,2} \d{1,2}:\d{1,2}:\d{1,2})",
# "2013年8月15日 22:46"
"(\d{4}-\d{1,2}-\d{1,2} \d{1,2}:\d{1,2})",
# "2014年5月11日"
"(\d{4}-\d{1,2}-\d{1,2})",
# "2014年5月"
"(\d{4}-\d{1,2})",
]
for regex in regex_list:
t = re.search(regex, text)
if t:
t = t.group(1)
return t
else:
print("沒有獲取到有效日期")
return t
ps:下面看下python提取字符串中日期
import re
#刪除字符串中的中文字符
def subChar(str):
match=re.compile(u'[\u4e00-\u9fa5]')
return match.sub('',str)
#提取日期
def extractDate(str):
if not str:
return None
raw=subChar(str)
if not raw:
return None
#提取前10位字符
rawdate=raw[:10]
datelist=re.findall("\d+",rawdate)
if not datelist:
return None
if datelist.__len__()==3:
if (float(datelist[0])>2099 or float(datelist[0])1900) or float(datelist[1])>12 or float(datelist[2])>31:
return None
else:
return '-'.join(datelist)
if datelist.__len__()==2:
if (float(datelist[0])>2099 or float(datelist[0])1900) or float(datelist[1])>12:
return None
else:
datelist.append('01')
return '-'.join(datelist)
if datelist.__len__()==1:
if float(datelist[0])>20991231 or float(datelist[0])19000101:
return None
else:
return datelist[0]
return None
總結
以上所述是小編給大家介紹的python 正則表達式獲取字符串中所有的日期和時間,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!
您可能感興趣的文章:- python使用正則表達式來獲取文件名的前綴方法
- Python使用正則表達式獲取網頁中所需要的信息
- Python 通過正則表達式快速獲取電影的下載地址