使用python regex提取n年m个月和x天模式

Question

我试着用regex来匹配n年m个月x天的模式。n years、m months、x days和and可能在字符串中，也可能不在字符串中。为了精确匹配，我可以使用regex提取它：

re.search(r'(?:\d+ year(s?))?\s*(?:\d+ month(s?))?\s*(?:\d+ day(s?))?', '2 years 25 days')

它返回2年25天，但如果字符串中有附加文本，则不匹配如下：

re.search(r'(?:\d+ year(s?))?\s*(?:\d+ month(s?))?\s*(?:\d+ day(s?))?', 'in 2 years 25 days')

复旦'‘

我试过这个：

re.search(r'.*(?:\d+ year(s?))?\s*(?:\d+ month(s?))?\s*(?:\d+ day(s?))?.*', 'in 2 years 25 days')

want返回整个字符串，但我不想要额外的文本。

Answer 1

您将得到一个带有最后一个模式的空字符串，因为regex中的所有部分都是可选的，因此它也将匹配一个空字符串。

如果所有部件都是可选的，但希望至少匹配其中的一个，则可以使用前导断言。

\b(?=\d+ (?:years?|months?|days?)\b)(?:\d+ years?)?(?:\s*\d+ months?)?(?:\s*\d+ days?)?\b

解释

• \b A字界
• (?=\d+ (?:years?|months?|days?)\b)断言到右边的1+位数和其中的一个选项
• (?:\d+ years?)?匹配1+数字、空格和年份或年份
• 几个月来(?:\s*\d+ months?)?相同
• 多年来(?:\s*\d+ days?)?相同
• \b A字界

Regex演示 x- Python演示

示例

import re

pattern = r'\b(?=\d+ (?:years?|months?|days?)\b)(?:\d+ years?)?(?:\s*\d+ months?)?(?:\s*\d+ days?)?\b'
m = re.search(pattern, 'in 2 years 25 days')
if m:
    print(m.group())

输出

2 years 25 days

Answer 2

因为years、months、days是时态单元，所以可以使用品脱模块。

用品脱解析时态单元

请参阅使用的字符串解析教程和相关特性：

• 打印数量，请参阅字符串格式
• 转换数量，请参见转换成不同的单位

from pint import UnitRegistry

ureg = UnitRegistry()

temporal_strings = '2 years and 25 days'.split('and')  # remove and split
quantities = [ureg(q) for q in temporal_strings]  # parse quantities
# [<Quantity(2, 'year')>, <Quantity(25, 'day')>]

# print the quantities separately
for q in quantities:
    print(q)

# get the total days
print(f"total: {sum(quantities)}")
print(f"total days: {sum(quantities).to('days')}")

印刷输出：

2 year
25 day
total: 2.0684462696783026 year
total days: 755.5 day

Answer 3

你可以试试这个：

import re
match =re.search(r'(?:\d+ year(s?))?\s*(?:\d+ month(s?))?\s*(?:\d+ day(s?))', 'in 2 years 25 days')
if match:
 print(match.group())

输出：

2 years 25 days