Question

我有一个包含多个条目的CSV文件，每个条目都有2个unix时间戳格式的日期。

我有一个名为convert()的方法，它接受时间戳并将其转换为YYYYMMDD。

现在，由于每行有2个时间戳，如何用新值替换每个时间戳？

编辑：为了澄清，我想将每次出现的时间戳转换为YYYYMMDD格式。这就是困扰我的事情，因为re.findall()会返回一个列表。

Answer 1

如果您知道替换件：

p = re.compile( r',\d{8},')
p.sub( ','+someval+',', csvstring )

如果是格式更改：

p = re.compile( r',(\d{4})(\d\d)(\d\d),')
p.sub( r',\3-\2-\1,', csvstring )

编辑：对不起，刚刚意识到你说过python，修改过上面

Answer 2

我假设“unix timestamp formatted date”是指自纪元以来的秒数。这假定文件中的每个数字都是UNIX时间戳。如果不是这种情况，您需要调整正则表达式：

import re, sys

# your convert function goes here

regex = re.compile(r'(\d+)')
for line in sys.stdin:
  sys.stdout.write(regex.sub(lambda m:
  convert(int(m.group(1))), line))

这是从stdin读取并在每个找到的号码上调用convert。

这里的“技巧”是re.sub可以采用从匹配对象转换为字符串的函数。我假设您的转换函数需要一个int并返回一个字符串，所以我使用lambda作为适配器函数来获取匹配的第一组，将其转换为int，然后将结果int传递给转换。

Answer 3

无法评论您的问题，但您是否看过python的CSV模块？ http://docs.python.org/library/csv.html#module-csv

Answer 4

我会沿着这些方向使用某些东西。很像Laurence的响应，但是你请求了时间戳转换，并将文件名作为参数。此代码假定您正在使用最近的日期（在9/9/2001之后）。如果您需要更早的日期，请降低10到9或更低。

import re, sys, time

regex = re.compile(r'(\d{10,})')

def convert(unixtime):
  return time.strftime("%Y%m%d", time.gmtime(unixtime))

for line in open(sys.argv[1]):
  sys.stdout.write(regex.sub(lambda m: convert(int(m.group(0))), line))

编辑：清理代码。

示例输入

foo,1234567890,bar,1243310263
cat,1243310263,pants,1234567890
baz,987654321,raz,1

<强>输出

foo,20090213,bar,20090526
cat,20090526,pants,20090213
baz,987654321,raz,1 # not converted (too short to be a recent)

Python中的正则表达式替换

4 个答案: