Python正则表达式提取日期

Question

我的字符串如下所示：

{server}_{date:YYYYMMDD}{int:######}
{server}_{date:MON DAY YYYY}{int:######}

...还有更多，以不同的日期格式。此外，可以有任意数量的 {} 块，并且它们可以以任意顺序出现。

我试图在 Python 3.2 中仅获取大括号之间的“日期”部分。因此，对于第一个字符串，我只想获得“{date:YYYYMMDD}”，而对于第二个字符串，我只想获得“{date:MON DAY YYYY}”。我想要在“日期”块中的唯一字符是字母和空格。

我的正则表达式模式是：

\{date:(\w|\s)*\}

我已在 this Regex builder 上对此进行了测试，但与预期的不匹配。这是我在 Python 上的输出：

>>> import re
>>> re.findall('\{date:(\w|\s)*\}', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}')
['D', 'Y']
>>> re.findall('\{date:(\w|\s)*\}', '{server}_{date:MON DAY YYYY}{int:######}')
['Y']

谁能指出我的模式有什么问题？

Answer 1

'(\{date:[\w\s]+\})' 给出你想要的：

>>> import re
>>> re.findall('(\{date:[\w\s]+\})', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}')
['{date:YYYYMMDD}', '{date:MONDAYYYYY}']
>>> re.findall('(\{date:[\w\s]+\})', '{server}_{date:MON DAY YYYY}{int:######}')
['{date:MON DAY YYYY}']

如果您只想要数据值，请使用'\{date:([\w\s]+)\}'。

Answer 2

>>> re.findall('\{date:([\w\s]*)\}', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}')
['YYYYMMDD', 'MONDAYYYYY']

Answer 3

试试这个

str = '{server}_{date:MON DAY YYYY}{int:######}'
re.findall('\{date:.*\}(?=\{)',str)

它返回这个

['{date:MON DAY YYYY}']

和

str = '{server}_{date:YYYYMMDD}{int:######}'
re.findall('\{date:.*\}(?=\{)',str)

返回以下内容：

['{日期:YYYYMMDD}']

(?=..\{) 执行以下操作：

(?=...) 匹配 if ... 匹配下一个，但不使用任何字符串。这称为前瞻断言。例如，Isaac (?=Asimov) 只有在 'Asimov' 之后才会匹配 'Isaac'。(source)

注意： 这只有在 {date} 之后的另一个块 {..} 才会起作用，我认为这是必要的，如果它丢失，您的输入可能无效。

Answer 4

'{server}_({date:.+?}){int:'

够了

.

或者，可能更好

'(?<={server}_)({date:.+?})(?={int:)'

Answer 5

在整个正则表达式周围使用一个捕获组，为(\w|\s) 部分使用一个非捕获组：

(\{date:(?:\w|\s)*\})

这将产生你想要的输出：

>>> re.findall('(\{date:(?:\w|\s)*\})', '{server}_{date:MON DAY YYYY}{int:######}')
['{date:MON DAY YYYY}']
>>> re.findall('(\{date:(?:\w|\s)*\})', '{server}_{date:YYYYMMDD}{date:MONDAYYYYY}{int:######}')
['{date:YYYYMMDD}', '{date:MONDAYYYYY}']