基于正则表达式连接嵌套字典值

Question

我有一个嵌套字典，其中包含日期及其对应的对象类型（不是编程中认为的对象），如下所示：

dict1 = {0: {'date': ['01', 'MAY', '14', '11MAY', '14', '18', 'MAY', '14'],
             'objecttype': ['Table', 'Anything', 'Chair']},
         1: {'date': ['12', 'MAY', '14', '12MAY14', '15MAY', '14'],
             'objecttype': ['Cup', 'Chair', 'fan']},
         2: {'date': ['05', 'MAY', '14', '13MAY14', '16MAY', '14'],
             'objecttype': ['Home', 'Desk', 'Pencil']},
         3: {'date': ['14', 'MAY', '14', '14MAY', '14', '04MAY14'],
             'objecttype': ['Cup', 'Stationery', 'Book']},
         4: {'date': ['15', 'MAY', '14', '15MAY14', '01', 'MAY', '14'],
             'objecttype': ['Eraser', 'Pen', 'Notebook']}}

所有日期和对象都有唯一键，例如 0-4。

可以看出，大多数日期的格式都不正确，对我们来说，正确的格式是 [Day][Month][Year]，如下所示：

2014 年 4 月 4 日

我解决这个问题的方法是使用正则表达式并循环两次日期。在第一次尝试中，我想查找所有日期值，其中我只找到这样的两个数字，例如 '04' 并将它们连接到列表中的下一个值，如果它只包含三个这样的字母 '可能'。完成此步骤后，dict 中的大多数日期值将如下所示 [Day][Month] 。

5 月 4 日

在下一个循环中，我想找到只有日期和月份的所有日期实例，并将它们连接到列表中的下一个值，该值应该是具有两位数的年份值，以便我们拥有这种格式的所有日期最终：

2014 年 4 月 4 日

最终的 dict 将如下所示：

dict1 = {0: {'date': ['01MAY14', '11MAY14', '18MAY14'],
             'objecttype': ['Table', 'Anything', 'Chair']},
         1: {'date': ['12MAY14', '12MAY14', '15MAY14'],
             'objecttype': ['Cup', 'Chair', 'fan']},
         2: {'date': ['05MAY14', '13MAY14', '16MAY14'],
             'objecttype': ['Home', 'Desk', 'Pencil']},
         3: {'date': ['14MAY14', '14MAY14', '04MAY14'],
             'objecttype': ['Cup', 'Stationery', 'Book']},
         4: {'date': ['15MAY14', '15MAY14', '01MAY14'],
             'objecttype': ['Eraser', 'Pen', 'Notebook']}}

我在 python 中实现它时遇到了麻烦，如果有人可以帮助我，我将不胜感激。谢谢

Answer 1

您可以使用日期时间代替正则表达式：

from datetime import datetime

datetime_object = datetime.strptime('01MAY14', '%d%b%y')
print(datetime_object.strftime('%d/%m/%Y'))
#01/05/2014

更长的答案：

def get_date(d):
    if len(d) == 7:
        return datetime.strptime(d, '%d%b%y')
    else:
        return datetime.strptime(d, '%d%b')

def get_year(l):
    years = list()
    for d in l:
        y = get_date(d).year
        if y and (y not in years) and (y != 1900):
            years += [get_date(d).year]
    return next(iter(years))

def get_date_with_year(d, y):
    if len(d) == 7:
        return datetime.strptime(d, '%d%b%y')
    else:
        return datetime.strptime(d+str(y), '%d%b%Y')

def get_fixed_dates(l):

    year = get_year(l)
    return [get_date_with_year(d, year) for d in l]

l = '9MAY', '12MAY', '15MAY14'
print(get_fixed_dates(l))
#[datetime.datetime(2014, 5, 9, 0, 0), datetime.datetime(2014, 5, 12, 0, 0), datetime.datetime(2014, 5, 15, 0, 0)]

适用于所有字典：

def helper(dic):
    dic['date'] = get_fixed_dates(dic['date'])
    return dic
    

new_dict = {k: helper(v) for k, v in dict.items()}

Answer 2

您可以先将文本中的数字值与月份分开，然后重新组合：

import re
def to_dates(d):
   r = [i for a in d for i in re.findall('\d+|[a-zA-Z]+', a)]
   return [''.join(r[i:i+3]) for i in range(0, len(r), 3)]

dict1 = {0: {'date': ['01', 'MAY', '14', '11MAY', '14', '18', 'MAY', '14'], 'objecttype': ['Table', 'Anything', 'Chair']}, 1: {'date': ['12', 'MAY', '14', '12MAY14', '15MAY', '14'], 'objecttype': ['Cup', 'Chair', 'fan']}, 2: {'date': ['05', 'MAY', '14', '13MAY14', '16MAY', '14'], 'objecttype': ['Home', 'Desk', 'Pencil']}, 3: {'date': ['14', 'MAY', '14', '14MAY', '14', '04MAY14'], 'objecttype': ['Cup', 'Stationery', 'Book']}, 4: {'date': ['15', 'MAY', '14', '15MAY14', '01', 'MAY', '14'], 'objecttype': ['Eraser', 'Pen', 'Notebook']}}
new_dict = {a:{**b, 'date':to_dates(b['date'])} for a, b in dict1.items()}

输出：

{0: {'date': ['01MAY14', '11MAY14', '18MAY14'], 'objecttype': ['Table', 'Anything', 'Chair']}, 
 1: {'date': ['12MAY14', '12MAY14', '15MAY14'], 'objecttype': ['Cup', 'Chair', 'fan']}, 
 2: {'date': ['05MAY14', '13MAY14', '16MAY14'], 'objecttype': ['Home', 'Desk', 'Pencil']}, 
 3: {'date': ['14MAY14', '14MAY14', '04MAY14'], 'objecttype': ['Cup', 'Stationery', 'Book']}, 
 4: {'date': ['15MAY14', '15MAY14', '01MAY14'], 'objecttype': ['Eraser', 'Pen', 'Notebook']}}