Python-按正则表达式日期匹配对文件中的行进行排序

Question

我有一个刮擦推文的文件（基于课程项目）。 此时文件中的行如下所示：

@soandso something something <a href="http://pic.twitter.com/aphoto</a><a href="a link" target="_blank">Permalink</a> 1:40 PM - 17 Feb 2016<br><br>
@soandso something something <a href="http://pic.twitter.com/aphoto</a><a href="a link" target="_blank">Permalink</a> 1:32 PM - 16 Feb 2016<br><br>

我正在尝试按日期对文件中的行进行排序。 到目前为止，这是我拼凑的。

import re
from datetime import datetime

when = re.compile(r".+</a>(.+)<br><br>")

with open('tweets.txt','r+') as outfile:
    sortme = outfile.read()

    for match in re.finditer(when, sortme):
        tweet = match.group(0)
        when = match.group(1)
        when = datetime.strptime(when, " %I:%M %p - %d %b %Y")
        print when

它将在将格式从2016年2月17日下午1:40转换为2016-02-17 13:40:00的行中打印出所有日期，我相信这是一个日期时间。 在过去的几天里，我一直在搜索高低寻找有关如何按照日期时间对文件中的所有行进行排序的线索。 谢谢你的帮助！

Answer 1

在过去的几天里，我一直在搜索高低寻找有关如何按照日期时间对文件中的所有行进行排序的线索。

def get_time(line):
    match = re.search(r"</a>\s*(.+?)\s*<br><br>", line)
    if match:
        return datetime.strptime(match.group(1), "%I:%M %p - %d %b %Y")
    return datetime.min

lines.sort(key=get_time)

假定时间在给定时间段内是单调的（例如，没有DST转换），否则您应首先将输入时间转换为UTC（或POSIX时间戳）。

Answer 2

看来您已经解决了正则表达式问题...因此要将日期时间转换为可测量的数量，请转换为秒，如下所示：

import time
time.mktime(when.timetuple())

然后进行分类，您可以从不同的路线中获得很多收益。 最简单的示例是：

import operator
s = [("ab",50),("cd",100),("ef",15)]
print sorted(s,key=operator.itemgetter(1))
## [('ef', 15), ('ab', 50), ('cd', 100)]