Question

我目前正在抓取一个网站，以下面的格式提取营业时间：

"""Hours
Monday 9:30 AM - 9:00 PM
Tuesday 9:30 AM - 9:00 PM
Wednesday 9:30 AM - 9:00 PM
Thursday 9:30 AM - 9:00 PM
Friday 9:30 AM - 11:00 PM
Saturday 9:30 AM - 11:00 PM
Sunday 11:00 AM - 6:00 PM
Holiday Hours
Thanksgiving Day 11:00 AM - 6:00 PM"""

我想要处理它最终如此：

"""Mon-Thu 9:30AM-9:00PM  
Fri-Sat 9:30AM-11:00PM
Sun & Hol 11:00AM-6:00PM"""

我很高兴为了学习和建立自己而采用提议的伪代码解决方案。我在这里无法解决任何问题。

Answer 1

好吧，首先我们需要从这些文本块中解析（白天 - 开放时间 - 关闭时间）。正则表达任何人？

^(\w*)\s(\d{1,2}):(\d{1,2})\s(\w{2})\s-\s(\d{1,2}):(\d{1,2})\s(\w{2})

现在，我们需要将具有相同开放度的日子分组。关闭时间在一起。 defaultdict？

d = defaultdict(list)
for line in input_block:
  # use regex to pull the components, inc day, opening time, closing time
  # concat all the opening and closing times into a single string, as you want
  d[opening_closing_time_str].append(day)

这是我开场时间的输出：

{
'09:30:00': ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday'], 
'11:00:00': ['Sunday']
}

现在你可以迭代d并按天分组开放时间，然后可能排序，所以星期一总是在顶部？而且你已经完成了：）

Answer 2

我认为这是itertools.groupby()的一个很好的用例 - 我们可以使用它将连续日分组到相同的时间范围。这些方面的东西：

from itertools import groupby
from operator import itemgetter
from pprint import pprint


data = """Hours
Monday 9:30 AM - 9:00 PM
Tuesday 9:30 AM - 9:00 PM
Wednesday 9:30 AM - 9:00 PM
Thursday 9:30 AM - 9:00 PM
Friday 9:30 AM - 11:00 PM
Saturday 9:30 AM - 11:00 PM
Sunday 11:00 AM - 6:00 PM
Holiday Hours
Thanksgiving Day 11:00 AM - 6:00 PM"""

# filter relevant rows with weekdays only
rows = [row.split(" ", 1) for row in data.splitlines()[1:-2]]

# group consecutive days by a time range
result = []
for time_range, group in groupby(rows, key=itemgetter(1)):
    days_in_group = [item[0] for item in group]

    first_day, last_day = days_in_group[0][:3], days_in_group[-1][:3]
    range_end = "-" + str(last_day) if first_day != last_day else ""

    result.append("{begin}{end} {time_range}".format(begin=first_day,
                                                     end=range_end,
                                                     time_range=time_range))

pprint(result)

打印：

['Mon-Thu 9:30 AM - 9:00 PM',
 'Fri-Sat 9:30 AM - 11:00 PM',
 'Sun 11:00 AM - 6:00 PM']

请注意，如果每一天都有不同的时间范围，这甚至会起作用。

Answer 3

创建一个类，例如 - ＆＃39; WorkDay＆＃39;或者其他的东西。使用缩短的一天名字，如 - 星期一等，使用日期指数 - 星期一0，星期日6
将您的输入转换为WorkDay项目数组
按数组对数组项进行分组开始和结束时间
使用分组数组，显示：lower_idx 工作日 - higher_idx工作日及其开始时间

在Python中解析并清理存储小时的文本块

3 个答案: