如何在字符串中查找日期

Question

我正在做一个项目，它读取pdf格式的列表并将列表转换为.csv文件，但是当我读取pdf时，文本会被传递到字符串，直到我没有问题为止，但是每次找到日期时，我都必须输入一个"\n"，例如：

就像在字符串中：

'HELDER ALVES DE OLIVEIRA18/06/1986RENAN ALVES DE OLIVEIRA06/08/2005'

我想要的是：

'HELDER ALVES DE MEDEIROS;18/06/1986\NRENAN ALVES DE OLIVEIRA;06/08/2005\N'

所以当我打开文件时.csv会被制成表格。你知道吗

Answer 1

我认为您应该更好地利用^{}模块的强大功能，正如Jules Mazur对前面答案的评论所指出的，您需要设置某种过滤无效日期，下面是一个示例：

>>> s
'HELDER ALVES DE OLIVEIRA18/06/1986RENAN ALVES DE OLIVEIRA06/08/2005'
>>>
>>> re.findall(r'((?:[1-2][0-9]|0[1-9]|3[0-1])/(?:0[0-9]|1[0-2])/(?:[1-2][0-9][0-9][0-9]))', s)
['18/06/1986', '06/08/2005']
>>>
>>> re.sub(r'(?P<Date>(?:[1-2][0-9]|0[1-9]|3[0-1])/(?:0[0-9]|1[0-2])/(?:[1-2][0-9][0-9][0-9]))', '\g<Date>\n', s)
'HELDER ALVES DE OLIVEIRA18/06/1986\nRENAN ALVES DE OLIVEIRA06/08/2005\n'

您可以在这个regex demo中查看它的详细描述。 另外，您可以在regex库中找到更多日期和时间的高级re模式

Answer 2

您可以使用regular expressions来实现这一点：

>>> import re
>>> s = 'HELDER ALVES DE OLIVEIRA18/06/1986RENAN ALVES DE OLIVEIRA06/08/2005'
>>> re.sub('(\d\d\/\d\d/\d\d\d\d)', '\\1\n',s)
'HELDER ALVES DE OLIVEIRA18/06/1986\nRENAN ALVES DE OLIVEIRA06/08/2005\n'