如何从 URL 列表中将日期排序到数组中？答案

【问题标题】：How do I sort dates into an array from a URL list?如何从 URL 列表中将日期排序到数组中？
【发布时间】：2020-11-11 20:11:33
【问题描述】：

我正在尝试从多个 url 创建一个数组，以将 URL 排序到每周。我怎样才能使用数组函数来做到这一点？我知道要拆分 URL 中的日期，我使用拆分功能：

array = url.split('/')

但是我怎样才能将它们按周分类？ URL 如下所示：

网址：http://www.nytimes.com/2016/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html

感谢您的帮助！

【问题讨论】：

标签： python arrays url split

【解决方案1】：

首先，您需要隔离 URL 的日期部分。

假设您所有的 URL 看起来都一样（即 `https://somedomain.tld/year/month/day/wathever-else），您有几种解决方案：正则表达式、斜杠分割等等。请小心选择最适合您的问题的解决方案，因为如果所有 URL 的格式不同，此步骤可能无法按预期工作。

然后，您可以使用datetime.strptime 函数将字符串日期转换为日期时间对象。在此处查看更多信息：https://docs.python.org/fr/3.6/library/datetime.html#datetime.datetime.strptime

一旦您拥有每个 URL 的日期时间对象，您就可以按照您喜欢的方式对数组进行排序。

所以：

使用适合您问题的任何方法从 URL 中提取日期字符串
对于每个日期字符串，使用strptime 将它们转换为日期时间
使用日期时间对象对列表进行排序

如果您想出一些代码，我们或许可以为您提供更好的帮助。

【讨论】：

【解决方案2】：

想法是从 url 中提取日期，并按日期对 url 列表进行排序。

见下文

import datetime

urls = [
    'http://www.nytimes.com/2016/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html',
    'http://www.nytimes.com/2015/03/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html',
    'http://www.nytimes.com/2017/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html',
    'http://www.nytimes.com/2011/12/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html',
    'http://www.nytimes.com/2011/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html']

url_parts = [(url, url.split('/')) for url in urls]
tmp = []
for url_pair in url_parts:
    tmp.append((url_pair[0], datetime.datetime(int(url_pair[1][3]), int(url_pair[1][4]), int(url_pair[1][5]))))
final = [u[0] for u in sorted(tmp, key=lambda u: u[1])]
for url in final:
    print(url)

输出

http://www.nytimes.com/2011/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html
http://www.nytimes.com/2011/12/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html
http://www.nytimes.com/2015/03/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html
http://www.nytimes.com/2016/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html
http://www.nytimes.com/2017/04/18/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html

【讨论】：

【解决方案3】：

简单的示例解决方案：

import datetime

url = "http://www.nytimes.com/2016/04/28/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html"
url2 = "http://www.nytimes.com/2016/04/23/us/politics/focus-on-chief-justice-as-supreme-court-hears-immigration-challenge.html"

array = url.split("/")
array2 = url2.split("/")

x = datetime.datetime(int(array[3]), int(array[4]), int(array[5]))
x2 = datetime.datetime(int(array2[3]), int(array2[4]), int(array2[5]))


listing = [x,x2]
print(sorted(listing))
#[datetime.datetime(2016, 4, 23, 0, 0), datetime.datetime(2016, 4, 28, 0, 0)]

您当然可以使用许多 url 循环执行此操作， sorted 将对您的日期时间对象进行排序，没有内置方法来确定一年中的哪一周，如果这是您想要的，您需要将这些日期时间转换为一周给定年份。

【讨论】：