python - 使用正则表达式提取文件路径并将其保存在python中

Question

我有一个文本文件，其中包含很多文件路径file.txt:

C:\data\AS\WO\AS_WOP_1PPPPPP20070506.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070606.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070708.bin
C:\data\AS\WO\AS_WOP_1PPPPPP20070808.bin
...

我用 Regex 从路径中提取日期所做的工作:

import re

textfile = open('file.txt', 'r')
filetext = textfile.read()
textfile.close()

data = []

for line in filetext:
    matches = re.search("AS_[A-Z]{3}_(.{7})([0-9]{4})([0-9]{2})([0-9]{2})", line)
    data.append(line)

它没有给我想要的东西。

我的输出应该是这样的:

year    month
2007     05
2007     06
2007     07
2007     08

然后将其保存为列表列表:

[['2007', '5'], ['2007', '6'], ['2007', '7'], ['2007', '8']]

或将其保存为Pandas 系列。

有什么方法可以用 regex 得到我想要的吗!？

Answer 1

您可以将您的正则表达式简化为:

/(....)(..)..\.bin$/

第 1 组将包含年份，而第 2 组将包含月份。我假设格式适用于整个文件。

现在，. 代表任何 字符，\. 代表“点”或文字.。 $ 表示在字符串的末尾。 因此，我在行尾匹配 .bin 并省略日，只对年和月进行分组。