Question

我正在进行日期规范化处理，其中未放入有效格式的日期更改为有效格式。例如

1|1/2002

变为

01-01-2002

和

5|9-20

变为

05-09-0020

分隔符仅限于[ - / |并且任何不遵循的输入都已被排除在列表之外。

re.sub（pattern，repl，string，count = 0，flags = 0）

我查看了库示例，但实际上找不到任何有助于解析数据的内容。

>>> def dashrepl(matchobj):
...     if matchobj.group(0) == '-': return ' '
...     else: return '-'
>>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')
'pro--gram files'
>>> re.sub(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE)
'Baked Beans & Spam'

Answer 1

使用捕获组：

>>> import re
>>>
>>> pattern = re.compile(r'\b(\d{1,2})\D(\d{1,2})\D(\d{1,4})\b')
>>> def repl(match):
...     return '{:0>2}-{:0>2}-{:0>4}'.format(*match.groups())
...
>>> pattern.sub(repl, '1|1/2002')
01-01-2002
>>> pattern.sub(repl, '5|9-20')
05-09-0020

Answer 2

import re
def format_date_string(data):
    zmap = {0:2, 1:2, 2:4}
    return "-".join(p.zfill(zmap[i]) for i,p in enumerate(re.split("[|/-]",data)))

print(format_date_string("1|1/2002"))    # 01-01-2002
print(format_date_string("5|9-20"))      # 05-09-0020

Answer 3

import re

def convert_format(d):
    m = re.match('(\d+).(\d+).(\d+)', d)
    if m:
        m = [int(x) for x in m.groups()]
        return '%0.2d-%0.2d-%0.4d' % (m[0], m[1], m[2])
    else:
        return False

for d in ('1|1/2002', '5|9-20'):
    print convert_format(d)

输出：

01-01-2002
05-09-0020

OR：

import re

def convert_format(d):
    m = re.findall('\d+', d)
    if m:
        m = [int(x) for x in m]
        return '%0.2d-%0.2d-%0.4d' % (m[0], m[1], m[2])
    else:
        return False

for d in ('1|1/2002', '5|9-20'):
    print convert_format(d)

使用正则表达式进行日期规范化

3 个答案: