从末尾开始分割为16个字符

Question

我有一堆随机文本的行，并在每行的末尾添加一个时间戳。我试图在时间戳之前拆分这些行。

当前输出：

Yes, I'd say so. Nov 08, 2014 UTC
Hell yes! Oct 01, 2014 UTC 
Anbefalt som bare det, løp og kjøp. Sep 16, 2014 UTC
Etc.

所需的输出（＆＃34; tab＆＃34;我指的是实际的空格）：

Yes, I'd say so. <tab> Nov 08, 2014 UTC
Hell yes! <tab> Oct 01, 2014 UTC
Anbefalt som bare det, løp og kjøp. <tab> Sep 16, 2014 UTC
Etc.

到目前为止，我已经使用过＆＃34;替换＆＃34;在月份之前放置制表符。像这样：

my_string.replace("May ", "\tMay ").replace("Apr ", "\tApr ").replace("Mar ", "\tMar ").replace("Feb ", "\tFeb ") etc. (incomplete code)

这非常有效，除非随机文本涉及一个月的名称，例如＆＃34;我最后一次购买它，很棒的东西＆＃34;。由于日期是以特定方式格式化的，因此如果可能的话，我希望使用正则表达式和通配符来改进日期。有没有办法在这些日期之前放置标签？如您所见，日期格式如下：

[Three-letter abbreviation of the month] [two-digit day] [,] [four-digit year] [UTC]

E.g。

Oct 31, 2014 UTC

原谅业余代码和方法，我是绝对的正则表达式n00b。我在这里寻找答案，但我已经做不到了。我希望有人可以帮忙！

Answer 1

如果你总能保证它是那么多单词，那么你不需要正则表达式，只需使用内置函数进行反向拆分和连接，例如：

s = "Yes, I'd say so. Nov 08, 2014 UTC"
split = s.rsplit(None, 4)
new = split[0] + '\t' + ' '.join(split[1:])
# "Yes, I'd say so.\tNov 08, 2014 UTC"

Answer 2

您应该可以使用一个RegeEx进行所有这几个月：

import re

lines = [
    "Yes, I'd say so. Nov 08, 2014 UTC",
    "Hell yes! Oct 01, 2014 UTC"
]

for ln in lines:
    print re.sub(r'(\w+\s\d{2}, \d{4} UTC)$', r'\t\1', ln)

将返回：

Yes, I'd say so.    Nov 08, 2014 UTC
Hell yes!   Oct 01, 2014 UTC

它的工作原理很简单。 re.sub捕获第一个参数括号中的所有内容，并将其分配给\1。第二个参数r'\t\1'是我们想要替换字符串的内容。

在您的情况下，您希望将原始字符串（由\1表示）替换为前面的制表符（\t）。

Answer 3

如果您想为每个月的名称使用正则表达式并添加标签，请使用re.sub：

lines = """Yes, I'd say so. Nov 08, 2014 UTC
Hell yes! Oct 01, 2014 UTC
Anbefalt som bare det, løp og kjøp. Sep 16, 2014 UTC"""

r = re.compile(r"\bJan\b|\bFeb\b|\bMar\b|\bApr\b|\bMay\b|\bJun\b|\bJul\b|\bAug\b|\bSep\b|\bOct\b|\bNov\b|\bDec\b")

for line in lines.splitlines():
    print(r.sub("\t"+r"\g<0>", line))

输出：

Yes, I'd say so.    Nov 08, 2014 UTC
Hell yes!   Oct 01, 2014 UTC
Anbefalt som bare det, løp og kjøp.     Sep 16, 2014 UTC

这些行的格式无关紧要，正则表达式仍会找到任何月份的完全匹配。

要精确匹配月份空格数字和逗号：

r = re.compile(r"(\bJan\b)\s+\d+,|(\bFeb\b)\s+\d+,|(\bMar\b)\s+\d+,|(\bApr\b)\s+\d+,|"
               r"(\bMay\b)\s+\d+,|(\bJun\b)\d+,|(\bJul\b)\s+\d+,|(\bAug\b)\s+\d+,|"
               r"(\bSep\b)\s+\d+,|(\bOct\b)\s+\d+,|(\bNov\b)\s+\d+,|(\bDec\b)\s+\d+,")

Answer 4

从末尾开始分割为16个字符

data = """Yes, I'd say so. Nov 08, 2014 UTC
Hell yes! Oct 01, 2014 UTC
Anbefalt som bare det, løp og kjøp. Sep 16, 2014 UTC"""

您也可以根据自己的喜好重新格式化日期。

from datetime import datetime

fmt = "%b %d, %Y %Z"

for line in data.split("\n"):
    txt = line[:-16]
    dt = datetime.strptime(line[-16:], fmt)
    print("{}\t{}".format(txt, dt.strftime(fmt)))

使用正则表达式

4 个答案:

从末尾开始分割为16个字符