Python提取文件中的yyyyMMddhhmmss - 使用正则表达式

Question

我试图使用Regex从字符串中获取日期（格式为yyymmddhhmmss），但找不到要使用的模式。你知道吗

我正在尝试以下代码：

import re
string = "date file /20190529050003/folder "
regex = re.compile(r'\b\d{4}\d{2}\d{2}\s\d{2}\d{2}\d{2}\b')
result = regex.findall(string)[0],
print(result)

但我得到以下错误：

result = regex.findall(string)[0],
IndexError: list index out of range

如何使用regex从脚本中的字符串返回“20190529050003”？你知道吗

谢谢！你知道吗

Answer 1

从表达式中去掉\s。你知道吗

string = "date file /20190529050003/folder "
regex = re.compile(r'\b\d{4}\d{2}\d{2}\d{2}\d{2}\d{2}\b')
result = regex.findall(string)[0]
'20190529050003'

Answer 2

如果我们的日期正好在斜杠之后，我们可以简单地使用以下表达式：

.+\/(\d{4})(\d{2})(\d{2}).+

如果有必要，我们希望增加更多的边界，我们当然可以这样做，例如：

.+\/(\d{4})(\d{2})(\d{2})(\d{2})(\d{2})(\d{2}).+

DEMO

或：

^.+\/(\d{4})(\d{2})(\d{2})(\d{2})(\d{2})(\d{2})\/.+$

DEMO

测试

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r".+\/(\d{4})(\d{2})(\d{2}).+"

test_str = "date file /20190529050003/folder "

subst = "\\1-\\2-\\3"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

---

如果我们想得到所有的数字，那么我们可以使用另一个表达式：

.+\/(\d+)\/.+

测试

# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r".+\/(\d+)\/.+"

test_str = "date file /20190529050003/folder "

subst = "\\1"

# You can manually specify the number of replacements by changing the 4th argument
result = re.sub(regex, subst, test_str, 0, re.MULTILINE)

if result:
    print (result)

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

DEMO

正则表达式电路

jex.im可视化正则表达式：

Answer 3

您的正则表达式模式已关闭，因为目标时间戳中没有空格。以下是执行搜索的一种简单方法：

string = "date file /20190529050003/folder "
matches = re.findall(r'\b\d{14}\b', string)
print(matches)

这张照片：

['20190529050003']

我们可以尝试使模式更有针对性，例如只允许小时、分钟等字段的有效值。但是，这将是一个更大的工作，如果你不希望看到任何14位数字在你的文本中是不是时间戳，那么我建议避免使模式更复杂。你知道吗