Question

我有一系列字符串，我试图解析为日期。它们的形式（001是朱利安日）

code_36763.letters_81m_2013_001_0000.dat

只有那些不构成日期的数字才会改变，所以在通配符中这将是

code_?????.letters_??m_%Y_%j_%H%M.dat

我首先想到的是datetime.datetime.strptime，但我收到错误消息ValueError: time data does not match format，这意味着strptime无法理解通配符。然后我的第二个想法是使用dateutil.parser，但是当我做

时

from dateutil.parser import parse
f='code_36763.letters_81m_2013_001_0000.dat'
parse(f, fuzzy=True)

我收到错误

TypeError: 'NoneType' object is not iterable

这可能意味着其他数字正在阻碍。

有没有办法解决这个问题，而无需手动削减其他数字？我问这个是因为我必须写的代码应该足够通用，其他数字可以在字符串的不同位置。

Answer 1

这样的事情可以通过使用re.sub将文件名重新格式化为strptime可以解析的内容来实现。

>>> import re
>>> import datetime
>>> filenames = ["code_36763.letters_81m_2013_001_0000.dat", "code_36763.letters_81m_2013_240_1700.dat"]
>>> for n in filenames:
...   parsed = re.sub(r"code_\d+.letters_\d{2}m_(\d{4})_(\d{3})_(\d{2})(\d{2}).dat", r"\1-\2-\4:\3", n)
...   print datetime.datetime.strptime(parsed, "%Y-%j-%H:%M")
...
2013-01-01 00:00:00
2013-08-28 00:17:00

Answer 2

我会使用正则表达式：

>>> import re
>>> re.match(
        r"code_\d{5}.letters_\d{2}m_(?P<year>\d{4})_(?P<day>\d{3})_(?P<hour>\d{2})(?P<minute>\d{2}).dat", 
        "code_36763.letters_81m_2013_001_0000.dat"
    ).groupdict()
{'year': '2013', 'day': '001', 'minute': '00', 'hour': '00'}

然后，您可以将数字转换为整数并相应地传递它们。参见例如Convert julian day into date获得该步骤的帮助。

Answer 3

您拥有的字符串似乎是相当固定的格式。如果是这种情况，那么以下方法可能只需将开头简单地切掉，以便它适合strptime：

import datetime

filename = "code_36763.letters_81m_2013_001_0000.dat"
print datetime.datetime.strptime(filename[-19:-4], "m_%Y_%j_%H%M")

给你输出：

2013-01-01 00:00:00

使用通配符或dateutil.parser将字符串解析为日期

3 个答案: