Как сопоставить конкретную строку в Python Regex?

Question

Мне нужно убрать символы из строки такого типа:

\xa0(Geändert am 01.Aug. 2013)
\xa0(Geändert am 05.Dez. 2014)

, чтобы оставить только: 01.Aug. 2013, 05.Dez. 2014

Итак, насколько я закончил: [(\xa0)(Geändert)(am)], ноон не работает должным образом

Answer 1

вы можете использовать:

\d{2}\.\w{3}\.\s\d{4}

Answer 2

Если вы хотите добавить проверку в регулярное выражение и разобрать каждую часть даты в другую группу захвата, вы можете использовать следующее регулярное выражение:

(([\d]{2})\.((?:J[aä]n|Feb|Apr|Aug|Sept|Okt|Nov|Dez)\.|(?:M[aä]rz|Mai|Juni|Juli)) ?([\d]{4}))

Первая группа будет содержать полноедата и следующие три - отдельные части (день, месяц, год).

Пример:

import re

s = """\xa0(Geändert am 01.Aug. 2013)
\xa0(Geändert am 05.Dez. 2014)
\xa0(Geändert am 25.Juni 1995)
\xa0(Geändert am 11.März 2005)"""
pattern = r"(([\d]{2})\.((?:J[aä]n|Feb|Apr|Aug|Sept|Okt|Nov|Dez)\.|(?:M[aä]rz|Mai|Juni|Juli)) ?([\d]{4}))"

for match in re.finditer(pattern, s):
    print("Datum: {}, tag: {}, monat: {}, jahr: {}".format(*match.groups()))

Answer 3

Если формирование строки для частей, которые вы хотите удалить, исправлено, вам не нужно регулярное выражение. т.е. просто удалите первые N символов и последние 1, чтобы удалить ненужные части.

Если вы хотите избежать "магических чисел", тогда строка Python replace также хороша:

removeStart = data.replace('\xa0(Geändert am ', '')
removeEnd = removeStart.replace(')', '')

В случае неудачи, если попытаться использовать регулярное выражение в соответствии с теми частями, которые вы хотите сохранить (т. Е. Сопоставить с хорошими вещами, которые нужно сохранить, а не с плохими, чтобы удалить), не рекомендуется, поэтому напишите шаблон, соответствующий строке даты,Это означает, что если материал, который вас не волнует, изменится, код все равно будет работать.