我正在從要分析的網站上抓取資料。在關于作業經驗的部分中，我提取了指定某人在公司作業多長時間的文本 - 該資訊如下所示：
雇傭期 \n2 年 2 月
分析以月表示的就業時間會更容易。現在我想知道如何從文本中提取這些資訊并正確計算。給定示例的計算應為：
2 x 12 2
我嘗試這樣做：
def text_format(text: str):
digits = []
text = text.replace('\\n', ' ')
text = text.replace('.', '')
text = text.split()
for word in text:
if word.isalpha():
pass
else:
word = int(word)
digits.append(word)
total = digits[0] * 12 digits[1]
return total
在這種特殊情況下，上面的功能運行良好，但我可能有其他情況，例如
聘期\n3年
或者
雇傭期 11 周一
我不知道如何處理所有可能的情況。
uj5u.com熱心網友回復：
您可以使用正則運算式來解決這個問題并涵蓋所有可能的場景。例如，像下面這樣的應該使這項任務更容易：
Employment period(?:[ \\n] (\d )[ ]*years?)?(?:[ \\n] (\d )[ ]*mon\.)?
您也可以在Regex Demo上嘗試一下。
這是一個 Python 示例，它貫穿了提到的特定用例，以及我添加的一些其他邊緣情況：
import re
pattern = re.compile(r'Employment period(?:[ \\n] (\d )[ ]*years?)?(?:[ \\n] (\d )[ ]*mon\.)?')
string = r"""\
Employment period \n2years 2 mon.
Employment period \n3years
Employment period 11 mon.
Employment period 010 years
Employment period 1 year
Employment period
testing\
"""
for x in pattern.finditer(string):
print('Found a match:', x.group(0))
years, months = x.groups()
if years or months:
total_months = int(years or 0) * 12 int(months or 0)
print(f'Total months: {total_months}')
輸出：
Found a match: Employment period \n2years 2 mon.
Total months: 26
Found a match: Employment period \n3years
Total months: 36
Found a match: Employment period 11 mon.
Total months: 11
Found a match: Employment period 010 years
Total months: 120
Found a match: Employment period 1 year
Total months: 12
Found a match: Employment period
uj5u.com熱心網友回復：
>>> str_1 = "Employment period \n2years 2 mon."
>>> str_2 = "Employment period \n3years"
>>> str_3 = "Employment period 11 mon."
>>> def func(x):
... return (
... eval(x.strip("Employment period ")
... .strip()
... .replace("years", "* 12 ")
... .replace("mon.", "")
... .strip()
... .rstrip(" ")
... ))
>>> func(str_1)
26
>>> func(str_2)
36
>>> func(str_3)
11
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/344489.html