从python中的字符串中提取年份

Question

我该如何解析foll.在python中提取年份:

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

答案应该是1250

Answer 1

有各种方法可以做到这一点,这里有几个选项:

• dateutil解析器处于"模糊"模式:

  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
  

• 具有捕获组的正则表达式:

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

• 按"自"分裂然后按破折号:

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

• 或者甚至可以通过第一个破折号分割并切割第一个子字符串:

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

最后两个涉及更多"移动部件",可能不适用,具体取决于输入字符串的可能变化.

Answer 2

您可以使用带有围绕四位数的捕获组的正则表达式,同时还要确保围绕它具有特定模式.我可能会寻找一些东西:

• 4位数和一个捕获 (\d{4})

• 连字符号 -

• 两位数 \d{2}

• 连字符号 -

• 两位数 \d{2}

赠送: (\d{4})-\d{2}-\d{2}

演示:

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

如果你需要它作为一个int,只需将其转换为:

>>> int(d[0])
1250