如何解析 txt 文件以使用 python 获取所有时间戳？答案

【问题标题】：How can I parse a txt-file to get all timestamps with python?如何解析 txt 文件以使用 python 获取所有时间戳？
【发布时间】：2017-07-14 06:34:57
【问题描述】：

我有一个包含许多时间戳的 txt 文件。所有时间戳如下所示： “1360538289592” 时间戳前后有其他字母，没有数字。如何提取所有时间戳并将它们保存在例如列表中？一个代码示例将不胜感激。提前致谢！

txt 文件中的示例行：

1360753388030   ABC DEFGH
1360753402498   1360753423000   5.0 1504.5  0.0 0.0 45.89715971238911   12.499608526006341
1360753403454   1360753424000   5.0 1424.5  0.0 0.0 42.89715971238911   12.499608526006341
1360753404465   1360753425000   5.0 1104.5  0.0 0.0 49.89715971238911   12.499608526006341

【问题讨论】：

请提供您的文本文件的一部分。

标签： python datetime parsing timestamp

【解决方案1】：

假设您有一个名为 test.txt 的文件，其中包含如下数据：

ABC 1500011086 Test
DEF 1500011074 TEST2
HIJ 1499929271 TEST4

这里的第二列是您的时间戳，这个时间戳是 UNIX 格式的。现在转到编码部分。

import datetime

lines = list(open('test.txt', 'r'))
date_list = []
for line in lines :
    date_list.append(datetime.datetime.fromtimestamp(int(line.split()[1])).strftime('%Y-%m-%dT%H:%M:%S'))

输出：

['2017-07-14T11:14:46', '2017-07-14T11:14:34', '2017-07-13T12:31:11']

我希望这是你想要的......

【讨论】：

谢谢。这应该有效。如果一行中有多个时间戳，我需要更改什么？
在这种情况下，这将完全取决于您是否能够定义数据中的列，因为您正在拆分空间。如果时间戳始终在同一列中，您可以使用此方法，但对您的问题进行编辑，将每个时间戳分配到新行可能会产生误导。

【解决方案2】：

要从您的文本文件中提取所有带有时间戳的值，您可以使用 CSV 库来拆分每一行，然后尝试将每个值转换为有效的 datetime 对象。如果转换成功（例如 1980 年之后），则将它们添加到 timestamps 列表中。例如：

from datetime import datetime
import csv

timestamps = []

with open('input.txt', 'rb') as f_input:
    for row in csv.reader(f_input, delimiter=' ', skipinitialspace=True):
        for value in row:
            try:
                dt = datetime.fromtimestamp(float(value) / 1000.0)

                if dt.year > 1980:
                    timestamps.append(dt)
            except ValueError:
                pass

print timestamps

对于您提供的数据，这将为您提供：

[datetime.datetime(2013, 2, 13, 11, 3, 8, 30000), datetime.datetime(2013, 2, 13, 11, 3, 22, 498000), datetime.datetime(2013, 2, 13, 11, 3, 43), datetime.datetime(2013, 2, 13, 11, 3, 23, 454000), datetime.datetime(2013, 2, 13, 11, 3, 44), datetime.datetime(2013, 2, 13, 11, 3, 24, 465000), datetime.datetime(2013, 2, 13, 11, 3, 45)]

【讨论】：