正規表示式提取新聞發生時間

最近在提取新聞事件的發生時間，現在只是實現了乙個最簡單的新聞，獲取新聞報到時間和正文的時間。

在新聞中，由於每乙個**發布方不同，會存在報到時間不一致，以及正文內容格式不一致，在這個時候，我們需要考慮各種情況，但在此處，我們考慮的較簡單，後面會在繼續優化這個格式的提取。

p = re.compile(r'\d年\d月\d日|今天|\d月\d日|\d[-|/|.]\d[-|/|.]\d')

中間有對格式的轉化，還有一些10月份以下操作補0，得到統一的位數輸出，但是還沒有對天數處理，完善之後會拿出來和大家分享

import re

#f = open(r'e:\news.txt','r',encoding = 'utf-8')
for readline in f:
print(readline)
p = re.compile(r'\d年\d月\d日|今天|\d月\d日|\d[-|/|.]\d[-|/|.]\d')
p1 = re.compile(r'\d月\d日')
result  = re.findall(p,readline)
print(result)
try:
title_time = result[0].replace('年','-').replace('月','-').replace('日','').replace('號','')
print(title_time)
'''if result[1] == '今天':
return result[0]
''''''            ti = re.compile(r'截至.*\d月\d日')過濾掉包含截至，到，至這種格式，不是發生時間
'''if result[1] == '今天':
cur_time =  title_time
print(cur_time)
else:
cur_time = result[1].replace('年','-').replace('月','-').replace('日','').replace('號','')
if int(cur_time.split('-')[0]) < 10 :
cur_time = '0' + cur_time
print(title_time[:5] + cur_time)
except exception as e:
print(e)

['2023年11月03日', '今天', '11月2日', '10月31日']

2016-11-03

從上面結果輸出，我們的方案可以正確執行，輸入統一格式的日期，在一定概率下，也獲取了正確的新聞事件的發生日期，可以儲存為格式化的資料，進行入庫儲存起來

正規表示式提取時間

時間的各種格式都可以通過正規表示式來匹配，例如我們想精確匹配hh mm的時間，即包含小時和分鐘，可以使用下面的表示式 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 更多關於時間和日期的正規表示式，參考 regexlib.pub...

jmeter 正規表示式提取

我們在做壓測時，經常會碰到需要上個介面的結果作為引數傳遞到下乙個介面，此時需要用到正規表示式提取功能。1 新增jmeter正規表示式提取器 在具體的request下新增jmeter正規表示式提取器 jmeter正規表示式在 後置處理器 下面 例1如下 引用名稱 tokenid 自己定義 模板 1 匹...

jmeter正規表示式提取器裡正規表示式語法簡介

jmeter裡介面請求結束後，如果後續介面請求想要獲取本次返回結果的內容，就需要正規表示式提取器來獲取引數，當然也可以用json path extractor來提取 這個簡單一些 不過jmeter裡很多地方的約束條件和斷言都是需要正規表示式來匹配的，所以大家還是要學習一下正規表示式的語法，以便更好更...