使用正则表达式 Python 根据模式提取部分字符串

Question

我有一个遵循特定格式的文件，看起来像这样：

test_0800_20180102_filepath.csv
anotherone_0800_20180101_hello.csv

中间的数字代表时间戳，所以我想提取该信息。我知道有一个特定的模式永远是_time_date_，所以基本上我想要位于第一个和第三个下划线之间的字符串部分。我找到了一些示例和类似的问题，但我是 Python 新手，无法适应它们。

这是我迄今为止实施的：

datetime = re.search(r"\d+_(\d+)_", "test_0800_20180102_filepath.csv")

但我得到的结果只是日期部分：

20180102

但我真正需要的是：

0800_20180101

Answer 1

这很简单：

match = re.search(r"_((\d+)_(\d+))_", your_string)

print(match.group(1))  # print time_date >> 0800_20180101
print(match.group(2))  # print time >> 0800
print(match.group(3))  # print date >> 20180101

请注意，对于此类任务，正()则表达式中的组运算符非常有用，它允许您访问更大模式的某些子字符串，而无需单独匹配每个子字符串（有时这比匹配更大的更模糊）。

然后您访问组的顺序是 from 1-n_specified，其中 group0是整个匹配的模式。组本身是从左到右分配的，如您的模式中所定义。

附带说明一下，如果您可以控制它，请使用 unix 时间戳，这样您就只有一个数字来定义通用的日期和时间。