Question

我有一个字符串列表，每个字符串都是以几乎完全相同的方式格式化的电子邮件。每封电子邮件中都有大量信息，但最重要的信息是设施名称和事件日期。

我希望能够获取该电子邮件列表，并创建一个新列表，其中电子邮件根据＆＃34; location_substring＆＃34;组合在一起。然后再次排序＆＃34; incident_date_substring＆＃34;这样，来自一个位置的所有电子邮件将按时间顺序组合在列表中。

设施子字符串通常可以在每封电子邮件的主题行中找到。事件日期可以在电子邮件中的一行中找到，该行以：＆＃34;事件发生日期：＆＃34;。

关于我如何做到这一点的任何想法？

Answer 1

编写一个函数，从每封电子邮件中返回您关注的两条信息：

def email_sort_key(email):
    """Find two pieces of info in the email, and return them as a tuple."""
    # ...search, search...
    return "location", "incident_date"

然后，使用该函数作为排序键：

emails.sort(key=email_sort_key)

排序键功能应用于所有值，并根据键功能返回的值重新排序值。在这种情况下，键函数返回一个元组。按字典顺序排列元组：找到第一个不相等的元素，然后将元组进行比较，因为不等元素比较。

Answer 2

您的解决方案可能如下所示：

def getLocation (mail): pass
    #magic happens here

def getDate (mail): pass
    #here be dragons

emails = [...] #original list

#Group mails by location
d = {}
for mail in emails:
    loc = getLocation (mail)
    if loc not in d: d [loc] = []
    d [loc].append (mail)

#Sort mails inside each group by date
for k, v in d.items ():
    d [k] = sorted (v, key = getDate)

Answer 3

这是你可以做的事情：

from collections import defaultdict
from datetime import datetime
import re

mails = ['list', 'of', 'emails']

mails2 = defaultdict(list)

for mail in mails:
    loc = re.search(r'Subject:.*?for\s(.+?)\n', mail).group(1)
    mails2[loc].append(mail)

for m in mails2.values():
    m.sort(key=lambda x:datetime.strptime(re.search(r'Date of Incident:\s(.+?)\n',
                                                    x).group(1), '%m/%d/%Y'))

请注意，对于正则表达式不匹配的情况，这绝对没有错误处理。

使用Python按子串排序字符串列表

3 个答案: