我需要分析存储桶中的一些数据，并且遇到了一些困境。 这是每个文件中的行类型:
“2018-09-08 10:34:49 10.0 MiB 路径/目录”
需要的是用粗体捕获所有内容，同时记住某些分隔符是制表符，有时是空格。
换句话来说，我需要从日期和时间结束那一刻起的所有内容(不包括其前面的制表符或空格)
我尝试过这样的事情:
p = re.compile(r'^[\d\d\d\d.\d\d.\d\d\s\d\d:\d\d:\d\d].*')
for line in lines:
print(re.findall(line))
如何解决这个问题？
编辑: 如果我还想在新匹配的字符串中创建新组怎么办？假设我想重新创建它 --> 10MiBengagementName/folder/file/something.xlsxengagementName扩展类型something.xlsx
重新编辑: 路径/到/目录通常指向一个文件(并且所有文件都有扩展名)。从你们一直在帮助我的重新格式化的字符串中，有没有一种方法可以继续构建正则表达式模式，以允许我通过对 fileExtensionType 进行过滤来“创建”一个新组(我想通过在字符串末尾搜索类似 .anything) 的东西并将结果添加到格式化的正则表达式字符串中？
最佳答案
不要为正则表达式而烦恼。您知道该行的格式。只需将其拆分即可:
from datetime import datetime
for l in lines:
line_date, line_time, rest_of_line = l.split(maxsplit=2)
print([line_date, line_time, rest_of_line])
# ['2018-09-08', '10:34:49', '10.0 MiB path/of/a/directory']
特别注意 maxsplit 参数的使用。这可以防止它分割大小或路径。我们可以这样做，因为我们知道日期中间有一个空格，后面有一个空格。
如果尺寸总是中间有一个空格，后面也有一个空格，我们也可以将其增加到 4 个分割来分隔尺寸:
for l in lines:
line_date, line_time, size_quantity, size_units, line_path = l.split(maxsplit=4)
print([line_date, line_time, size_quantity, size_units, line_path])
# ['2018-09-08', '10:34:49', '10.0', 'MiB', 'path/of/a/directory']
请注意，路径中的额外连续空格和空格不会搞砸:
l = "2018-09-08 10:34:49 10.0 MiB path/of/a/direct ory"
line_date, line_time, size_quantity, size_units, line_path = l.split(maxsplit=4)
print([line_date, line_time, size_quantity, size_units, line_path])
# ['2018-09-08', '10:34:49', '10.0', 'MiB', 'path/of/a/direct ory']
如果需要，您可以将各个部分重新连接在一起:
line_size = size_quantity + ' ' + size_units
如果你想要某些东西的时间戳，你可以解析它:
# 'T' could be anything, but 'T' is standard for the ISO 8601 format
timestamp = datetime.strptime(line_date + 'T' + line_time, '%Y-%m-%dT%H:%M:%S')
关于python - 用于匹配日期时间后跟空格和任何字符的正则表达式，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55997784/