Блог

Как я могу проанализировать фолл. в Python для извлечения года:

 'years since 1250-01-01 0:0:0'
  

Ответ должен быть 1250

Есть всевозможные способы сделать это, вот несколько вариантов:

• dateutil анализатор в «нечетком» режиме:

   In [1]: s = 'years since 1250-01-01 0:0:0'
  
  In [2]: from dateutil.parser import parse
  
  In [3]: parse(s, fuzzy=True).year  # resulting year would be an integer
  Out[3]: 1250
    

• регулярные выражения с группой захвата:

   In [2]: import re
  
  In [3]: re.search(r"years since (d{4})", s).group(1)
  Out[3]: '1250'
    

• разделение на «с тех пор», а затем на тире:

   In [2]: s.split("since", 1)[1].split("-", 1)[0].strip()
  Out[2]: '1250'
    

• или может быть даже разделение по первому тире и нарезка первой подстроки:

   In [2]: s.split("-", 1)[0][-4:]
  Out[2]: '1250'
    

Последние два включают больше «движущихся частей» и могут быть неприменимы в зависимости от возможных вариантов входной строки.

Вы можете использовать регулярное выражение с группой захвата вокруг четырех цифр, а также убедиться, что у вас есть определенный шаблон вокруг него. Я бы, вероятно, поискал что-то, что:

• 4 цифры и запись (d{4})

• дефис -

• две цифры d{2}

• дефис -

• две цифры d{2}

Предоставление: (d{4})-d{2}-d{2}

ДЕМОНСТРАЦИЯ:

 >>> import re
>>> d = re.findall('(d{4})-d{2}-d{2}', 'years since 1250-01-01 0:0:0')
>>> d
['1250']
>>> d[0]
'1250'
  

если вам это нужно как int, просто приведите его как таковой:

 >>> int(d[0])
1250
  

Следующее регулярное выражение должно сделать четырехзначный год доступным в качестве первой группы захвата:

 ^.*(d{4})-d{2}-d{2}.*$