使用Regex提取文件路径并将其保存在python中

Question

我有一个文本文件,其中包含大量文件路径file.txt:

C:\data\AS\WO\AS_WOP_1PPPPPP20070506.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070606.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070708.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070808.bin
...

我用Regex从路径中提取日期的方法:

import re

textfile = open('file.txt', 'r')
filetext = textfile.read()
textfile.close()

data = []

for line in filetext:
    matches = re.search("AS_[A-Z]{3}_(.{7})([0-9]{4})([0-9]{2})([0-9]{2})", line)
    data.append(line)

它没有给我想要的东西.

我的输出应该是这样的:

year    month
2007     05
2007     06
2007     07
2007     08

然后将其保存为列表列表:

[['2007', '5'], ['2007', '6'], ['2007', '7'], ['2007', '8']]

或将其保存为熊猫系列.

有什么方法regex可以得到我想要的东西!？

Answer 1

使用 pandas 试试这个：

df = pd.read_csv('yourfile.txt',header=None)
df.columns = ['paths']
# pandas string method extract takes a regex
df['paths'].str.extract('(\d{4})(\d{2})')

输出：

       0    1
0   2007    05
1   2007    06
2   2007    07
3   2007    08