正则表达式月份替换 MM-DD-YYYY 到 'month_string DD, YYYY' [关闭]

Question

我在 python 中工作：

我正在尝试在不使用 excel 的情况下转换 csv 文件中的列，只使用正则表达式。

month_dictionary={"January":1,
"February":2, 
"March":3, 
#...etc

这是我目前所拥有的。

with open(file, newline="") as csvfile:
    reader = csv.reader(csvfile, delimiter=",", quotechar='"')
    for row in reader:
        for item in row:
            item.replace(r"(\d{1,2})\/(\d{1,2})\/(\d{4})/gm", month_dictionary[r"${1}"], r"${2}, ${3}")

我不太了解正则表达式，我在谷歌上搜索时遇到了一些麻烦。

我得到的错误是：

KeyError: '${1}'

那么如何正确格式化替换正则表达式以执行我想要的操作？

05-25-1999
into
May 25, 19999

我希望这是一个简单的问题，与我对格式的无知有关。

Answer 1

James 已经使用 python 的内置 datetime 模块添加了一个 answer，但是如果您仍想使用正则表达式（例如，如果这是学习正则表达式的练习），那么您的方法出现了一些问题：

1. 您的正则表达式与您的输入字符串不匹配：您正在尝试匹配一个连字符分隔的日期，您的正则表达式是正斜杠分隔的。你需要r"(\d{1,2})-(\d{1,2})-(\d{4})"。
2. 在python中，正则表达式匹配组使用\1、\2等引用，而不是${1}、${2}。
3. 您需要使用re.sub() 替换为正则表达式，而不是str.replace()。
4. 您的month_dictionary 倒退了。您需要使用月份编号而不是月份名称进行查找，因此您的字典的键必须是月份编号。如果您已经有month_dictionary 并且不想手动写出相反的内容，您可以通过简单的字典理解来完成：

month_num_dict = {num: name for name, num in month_dictionary.items()}

5. 在执行re.sub() 时不能从字典中查找。替换字符串必须是正则表达式引擎可以理解的内容，因此它只能是常量字符串或使用组的字符串，或者采用match 对象的函数。 https://docs.python.org/3/library/re.html#re.sub

现在，让我们使用re.sub() 的能力来获取一个返回替换字符串的函数。

item = '05-25-1999'
rexp = r"(\d{1,2})-(\d{1,2})-(\d{4})"

def make_repl(match_obj):
    # Get the first group and convert to int
    month_num = int(match_obj.group(1)) 
    # Get month name from lookup
    month_name = month_num_dict[month_num] 
    # Format month name and other groups into the replacement string
    return f"{month_name} {match_obj.group(2)}, {match_obj.group(3)}" 

item_mod = re.sub(rexp, make_repl, item)
print(item_mod)

这给了我们我们需要的东西：

May 25, 1999

Answer 2

人类进行日期时间的方式是ridiculous，因此混淆是可以理解的 (IMO)。

我也希望你不要介意我在这里没有使用正则表达式，因为 python 可以自己做到这一点。

from datetime import datetime

datetime_str_in = "04-03-2002"

datetime_in = datetime.strptime(datetime_str_in, "%m-%d-%Y")
datetime_out = datetime_in.strftime("%B %d, %Y")

print(datetime_in)
print(datetime_out)

输出：

2002-04-03 00:00:00
April 03, 2002

也可以在一行中（有效地）执行此操作，但可以说是以牺牲一点可读性为代价。

from datetime import datetime

datetime_str = "04-03-2002"

datetime_out = datetime.strptime(datetime_str, "%m-%d-%Y").strftime("%B %d, %Y")

print(datetime_out)

如果我们有以下示例 CSV；

Date,Metric
02-03-2002,1
05-04-2003,2
06-07-2004,3

完整的 Pythonic 解决方案如下。

from datetime import datetime
import csv

in_file = "datetest.csv"
out_file = "out.csv"

out_row = ["Date", "Metric"]

with open(out_file, "w", newline="") as csv_out:
    writer = csv.writer(csv_out)
    with open(in_file, "r", newline="") as csv_in:
        reader = csv.reader(csv_in, delimiter=",", quotechar='"')
        print(reader)
        writer.writerow(out_row)
        out_row = []
        for row in enumerate(reader):
            datetime_out = ""
            if row[0] == 0:
                pass
            else:
                for item in row[1]:
                    try:
                        datetime_out = datetime.strptime(item, "%m-%d-%Y").strftime("%B %d, %Y")
                        out_row.append(datetime_out)

                    except TypeError:
                        print("Type error")
                        out_row.append(item)

                    except ValueError:
                        print("Value error")
                        out_row.append(item)
            if out_row:
                writer.writerow(out_row)

正如我在评论中提到的，为了清楚起见，我强烈建议ISO 8601。