Python如何强制一个字符串匹配另一个字符串的格式

Question

我为我工作的评估员办公室编写了一些 Python 脚本。其中大多数要求输入包裹 ID 号（然后用于通过 odbc 获取某些数据）。他们在输入包裹 ID 的方式上并不一致。

所以这是我的问题，他们以 3 种方式之一输入包裹 ID：

1: '1005191000060'

2: '001005191000060'

3: '0010-05-19-100-006-0'

第三种方式是正确的方式，所以我需要确保输入是固定的以始终匹配该格式。当然，他们宁愿使用前两种方式之一输入 ID。包裹号码必须始终为 15 位数字（20 位带破折号）

我目前有一个关于如何修复包裹 ID 的工作方法，但它非常难看。我想知道是否有人知道更好的方法（或更“Pythonic”的方法）。我有一个通常会导入所有这些脚本的函数。这是我所拥有的：

import re

def FormatPID(in_pid):
    pid_format = re.compile('\d{4}-\d{2}-\d{2}-\d{3}-\d{3}-\d{1}')
    pid = in_pid.zfill(15) 
    if not pid_format.match(pid):
        fixed_pid = '-'.join([pid[:4],pid[4:6],pid[6:8],pid[8:11],pid[11:-1],pid[-1]])
        return fixed_pid
    else:
        return pid

if __name__ == '__main__':

    pid = '1005191000060'
##    pid = '001005191000060'
##    pid = '0010-05-19-100-006-0'

    # test
    t = FormatPID(pid)
    print t

这确实工作得很好，但是我已经被这个丑陋的代码困扰了一段时间，我认为必须有比切片更好的方法。我希望有一种方法可以“强制”将其转换为字符串以匹配“pid_format”变量。有任何想法吗？我在正则表达式模块中找不到任何可以做到这一点的东西

Answer 1

我不会费心使用正则表达式。您只想获取所有数字，忽略连字符，用 0 左填充，然后在正确的位置插入连字符，对吗？所以：

def format_pid(pid):
    p = pid.replace('-', '')
    if not p.isdigit():
        raise ValueError('Invalid format: {}'.format(pid))
    p = p.zfill(15)
    # You can use your `join` call instead of the following if you prefer.
    # Or Ashwini's islice call.
    return '{}-{}-{}-{}-{}-{}'.format(p[:4], p[4:6], p[6:8], p[8:11], p[11:14], p[14:])

Answer 2

你可以使用itertools.islice代替手动切片：

import re
from itertools import islice
groups = (4, 2, 2, 3, 3, 1)
def FormatPID(in_pid):
    pid_format = re.compile('\d{4}-\d{2}-\d{2}-\d{3}-\d{3}-\d{1}')
    in_pid = in_pid.zfill(15)
    if not pid_format.match(in_pid):
        it = iter(in_pid)
        return '-'.join(''.join(islice(it, i)) for i in groups)
    return in_pid

print FormatPID('1005191000060')
print FormatPID('001005191000060')
print FormatPID('0010-05-19-100-006-0')

输出：

0010-05-19-100-006-0
0010-05-19-100-006-0
0010-05-19-100-006-0