Azure路徑中日期為字串的正則運算式

我有很多檔案夾（在 Microsoft Azure 資料湖中），每個檔案夾都以“ddmmyyyy”形式命名。一般來說，我使用正則運算式來提取一年中某個月份的所有檔案夾的所有檔案

path_data="/mnt/data/[0-9]*032022/data_[0-9]*.json" # all folders of all days of month 03 of 2022
result=spark.read.json(path_data)

我現在的問題是提取在給定日期前一年完全匹配的所有檔案夾

例如：對于日期 14-03-2022；我需要一個正則運算式來自動讀取 14-03-2021 和 14-03-2022 之間所有檔案夾的所有檔案。

我嘗試使用字串在 vars 中提取月份和年份，然后在符合條件的正則運算式中使用這兩個字串（對于顯示的示例，當年份等于 2021 時月份應大于 03，當年份等于時小于 03 2022）。我嘗試了類似的東西（同時用 03、2021 和 2022 替換變數）。

date_regex="([0-9]{2}[03-12]2021)|([0-9]{2}[01-03]2022)" 

有什么提示我可以如何執行這樣的任務！

提前致謝

uj5u.com熱心網友回復：

如果我正確理解你的問題。

要從檔案名欄位中查找我們在??-03-2021和??-03-2022之間的日期，您可以使用以下正則運算式

date_regex="([0-9]{2}-03-2021)|([0-9]{2}-03-2022)"

此外，如果您想進行更多定制，最好應用下面鏈接中的更改并利用它

https://regex101.com/r/AgqFfH/1

更新：提取日期在 14032021 和 14032022 之間的任何檔案夾

解決方案：首先我們用 ridge 提取 ddmmyyyy 格式的日期，然后假設我們的格式正確并且在其中找到這樣的短語，我們給出檔案。

date_regex="((0[1-9]|1[0-9]|2[0-8])|(0[1-9]|1[012]))"
if re.find(r"((0[1-9]|1[0-9]|2[0-8])|(0[1-9]|1[012]))") > 14032021 and re.find(r"((0[1-9]|1[0-9]|2[0-8])|(0[1-9]|1[012]))") < 14032022
..do any operation..

上面的代碼只是你對解決方法的概述的隔夜代碼。

首先，我們使用正則運算式提取 ddmmyyyy 格式的日期，然后假設我們的格式正確并且在其中找到這樣的短語，我們給出檔案。

我希望這個解決方案有所幫助。

uj5u.com熱心網友回復：

它當然不漂亮，但是你去：

#input
day = "14"; month = "03"; startYear = "2021";

#day construction
sameTensAfter = '('   day[0]   '['   day[1]   '-9])';
theDaysAfter = '(['   chr(ord(day[0]) 1)   '-9][0-9])';
sameTensBefore = '('   day[0]   '[0-'   day[1]   '])';
theDaysBefore = '';
if day[0] != '0':
  theDaysBefore = '([0-'   chr(ord(day[0])-1)   '][0-9])';

#build the part for the dates with the same month as query
afterDayPart = '%s|%s' %(sameTensAfter, theDaysAfter);
beforeDayPart = '%s|%s' %(sameTensBefore, theDaysBefore);


theMonthAfter = str(int(month)   1).zfill(2);
afterMonthPart = theMonthAfter[0]   '(['   theMonthAfter[1]   '-9])';
if theMonthAfter[0] == '0':
  afterMonthPart  = '|(1[0-2])';
  
theMonthBefore = str(int(month) - 1).zfill(2);
beforeMonthPart = theMonthBefore[0]   '([0-'   theMonthBefore[1]   '])';
if theMonthBefore[0] == '1':
  beforeMonthPart = '(0[0-9])|'   beforeMonthPart;
  
#4 kinds of matches:
startDateRange = '((%s)(%s)(%s))' %(afterDayPart, month, startYear);
anyDayAfterMonth = '((%s)(%s)(%s))' %('[0-9]{2}', afterMonthPart, startYear);
endDateRange = '((%s)(%s)(%s))' %(beforeDayPart, month, int(startYear) 1);
anyDayBeforeMonth = '((%s)(%s)(%s))' %('[0-9]{2}', beforeMonthPart, int(startYear) 1);

#print regex
date_regex = startDateRange   '|'   anyDayAfterMonth      '|'   endDateRange   '|'   anyDayBeforeMonth;
print date_regex;

#this prints:
#(((1[4-9])|([2-9][0-9]))(03)(2021))|(([0-9]{2})(0([4-9])|(1[0-2]))(2021))|(((1[0-4])|([0-0][0-9]))(03)(2022))|(([0-9]{2})(0([0-2]))(2022))

startDateRange：月份是相同的，它是開始的一年，這將需要包括和之后的所有日子。

anyDayAfterMonth：月份較大，它是起始年，這將需要任何一天。

endDateRange：月份是一樣的，它是結束的一年，這將需要包括和之前的所有日子。

anyDayBeforeMonth：月份小于并且是結束年份，這將需要任何一天。

這是一個例子：https ://regex101.com/r/i76s58/1

uj5u.com熱心網友回復：

比較日期，使用datetime模塊，下面的例子。然后你只能在你的條件下提取檔案夾

# importing datetime module
import datetime
  
# date in yyyy/mm/dd format
d1 = datetime.datetime(2018, 5, 3)
d2 = datetime.datetime(2018, 6, 1)
  
# Comparing the dates will return
# either True or False
print("d1 is greater than d2 : ", d1 > d2)
print("d1 is less than d2 : ", d1 < d2)
print("d1 is not equal to d2 : ", d1 != d2)

標籤：Python 正则表达式 天蓝色 日期 小路

上一篇：可以用PEG表示/\s(foo|bar|baz)\s.*/

下一篇：用于將括號中的文本“[ab][ij][yz]”拆分為[“[ab]”、“[ij]”、“[yz]”]串列的正則運算式