日期的正則表達式在 python 的 RE 模塊中不匹配

Question

我目前正在編寫一段代碼來從觀察站點列表中提取數據（下面給出了一個示例）。 我目前有一個正則表達式列表，用於刪除任何不包含我正在查找的數據的行。 除了搜索日期的正則表達式之外，所有正則表達式都成功地指示了包含元數據的行。 在 regexr.com 上測試時，該表達式工作正常，但在運行代碼時，我無法刪除這些行。 刪除包含日期的行我缺少什么？

數據示例

!   CD = 2 letter state (province) abbreviation
!   STATION = 16 character station long name
!   ICAO = 4-character international id
!   IATA = 3-character (FAA) id
!   SYNOP = 5-digit international synoptic number
!   LAT = Latitude (degrees minutes)
!   LON = Longitude (degree minutes)
!   ELEV = Station elevation (meters)
!   M = METAR reporting station.   Also Z=obsolete? site
!   N = NEXRAD (WSR-88D) Radar site
!   V = Aviation-specific flag (V=AIRMET/SIGMET end point, A=ARTCC T=TAF U=T+V)
!   U = Upper air (rawinsonde=X) or Wind Profiler (W) site
!   A = Auto (A=ASOS, W=AWOS, M=Meso, H=Human, G=Augmented) (H/G not yet impl.)
!   C = Office type F=WFO/R=RFC/C=NCEP Center
!   Digit that follows is a priority for plotting (0=highest)
!   Country code (2-char) is last column
!
!2345678901234567890123456789012345678901234567890123456789012345678901234567890                                                                                                  1234567890
!

ALASKA             16-DEC-13
CD  STATION         ICAO  IATA  SYNOP   LAT     LONG   ELEV   M  N  V  U  A  C
AK ADAK NAS         PADK  ADK   70454  51 53N  176 39W    4   X     T          7                                                                                                   US
AK AKHIOK           PAKH  AKK          56 56N  154 11W   14   X                8                                                                                                   US
AK AMBLER           PAFM  AFM          67 06N  157 51W   88   X                7                                                                                                   US
AK ANAKTUVUK PASS   PAKP  AKP          68 08N  151 44W  642   X                7                                                                                                   US
AK ANCHORAGE INTL   PANC  ANC   70273  61 10N  150 01W   38   X     T  X  A    5                                                                                                   US
AK ANCHORAGE/WFO    PAFC  AFC          61 10N  150 02W   48                  F 8                                                                                                   US
AK ANCHORAG/NIKISKI PAHG  AHG          60 44N  151 21W   74      X             8                                                                                                   US
AK ANCHORAGE/LAKE H PALH  LHD          61 11N  149 58W   22   X           A    7                                                                                                   US
AK ANCHORAGE/ARTCC  PZAN  ZAN          61 10N  149 59W   22         A          8                                                                                                   US
AK ANCHORAGE/MERRIL PAMR  MRI          61 13N  149 51W   41   X           A    7                                                                                                   US
AK ANGOON SEAPLANE  PAGN               57 30N  134 35W    2   X                8                                                                                                   US
AK ANIAK            PANI  ANI   70232  61 35N  159 32W   26   X                7                                                                                                   US
AK ANNETTE ISLAND   PANT  ANN   70398  55 02N  131 34W   36   X        X  A    5                                                                                                   US
AK ANVIK            PANV  ANV          62 39N  160 11W   99   X                7                                                                                                   US
AK ARCTIC VILLAGE   PARC  ARC          68 07N  145 35W  636   X                7                                                                                                   US
AK ATQASUK BURNELL  PATQ  ATK          70 28N  157 26W   29   X                7                                                                                                   US
AK ATKA             PAAK  AKA          52 13N  174 12W   17   X                7                                                                                                   US
AK BARROW           PABR  BRW   70026  71 17N  156 48W    7   X     T  X  A    5                                                                                                   US
AK BARROW ARM-NSA               70027  71 19N  156 37W    7            X       8                                                                                                   US
AK BARTER ISLAND    PABA  BTI   70086  70 08N  143 35W    2   X           W    7                                                                                                   US
AK BETHEL           PABE  BET   70219  60 47N  161 51W   41   X     T  X  A    5                                                                                                   US
AK BETHEL/88D       PABC  ABC          60 48N  161 53W   49      X             8                                                                                                   US
AK BETTLES          PABT  BTT   70174  66 55N  151 31W  195   X     T     A    6                                                                                                   US
AK BIG RIVER LAKES  PALV  LVR          60 49N  152 18W   12   X                7                                                                                                   US
AK BIRCHWOOD        PABV  BCV          61 25N  149 31W   29   X                7                                                                                                   US
AK BREVIG_MISSION   PFKT               65 20N  166 28W    9   X                7                                                                                                   US
AK BUCKLAND         PABL  BVK          65 59N  161 09W    7   X                7                                                                                                   US
AK CANTWELL         PATW  TTW          63 23N  148 57W  668   X                7                                                                                                   US
AK CAPE LISBURNE    PALU  LUR   70104  68 53N  166 08W    3   X     T     W    6                                                                                                   US
AK CAPE NEWENHAM    PAEH  EHM   70305  58 39N  162 04W  161   X     T          6                                                                                                   US
AK CAPE ROMANZOF    PACZ  CZF   70212  61 47N  166 02W  146   X     T          6                                                                                                   US
AK CENTRAL          PARL               65 34N  144 47W  284   X                7                                                                                                   US
AK CENTRAL          PACE               65 34N  144 47W  286   X                7                                                                                                   US
AK CENTRAL AK PROF        CEN   70197  65 30N  144 41W  259            W       8                                                                                                   US
AK CHANDALAR LAKE   PALR  WCR          67 30N  148 29W  585   X                7                                                                                                   US
AK CHEVAK           PAVA               61 32N  165 36W   23   X                7                                                                                                   US
AK CHIGNIK BAY      PAJC  AJC          56 19N  158 22W   15   X                7                                                                                                   US
AK CIRCLE/PAFC RFC  PACR  CRC          65 50N  144 04W  182   X              R 7                                                                                                   US
AK COLD BAY         PACD  CDB   70316  55 12N  162 43W   30   X     T  X  A    5                                                                                                   US
AK CORDOVA          PACV  CDV   70296  60 30N  145 30W   12   X     T     A    6                                                                                                   US
AK DEADHORSE        PASC  SCC          70 12N  148 28W   15   X     T     A    6                                                                                                   US
AK DEERING          PADE  DEE          66 04N  162 46W    5   X           A    7                                                                                                   US
AK DELTA JUNCTION   PABI  BIG   70267  64 00N  145 44W  386   X     T     A    6                                                                                                   US

我的代碼

station_file = open('../DATA/stations.txt', 'r')
data = station_file.read()

skip_res = ['^$', '^.*d{2}\-[A-Z]{3}\-\d{2}','^!'] #List of regular expressions which only appear in lines of metadata (not actual data)

data = data.split('\n')

for loop in data:
    breakcheck = False # In the event a regular expression matches, this will turn to true and skip that line
    for check in skip_res:
        current = re.compile(check)
        if current.search(loop) == None:
            continue
        else:
            breakcheck = True
            break
    if breakcheck:
        continue
    else:
        print(loop) # Should only print out lines containing actual data.

Answer 1

您匹配日期的模式在第一個d之前缺少\\ 。 將其更改為：

r'\d{2}-[A-Z]{3}-\d{2}'

由於您使用的是re.search() ，因此不需要從字符串的開頭進行匹配。 此外，您不需要轉義- 。

請注意使用 aa 原始字符串（由r前綴表示）來指定模式。 通常，您應該將原始字符串用於正則表達式模式，因為有些字符串轉義序列也是正則表達式模式，例如\\b 。 作為普通字符串，這表示退格字符。 在原始字符串中，它被視為\\后跟b ，這是“單詞開頭或結尾”的正則表達式模式。

另一件值得一提的事情是，您可以通過將模式與|連接在一起，一次檢查多個模式的匹配情況| . 把它想象成“或”。 那么你的代碼可以寫得更簡潔：

skip_res = [r'^$', r'\d{2}-[A-Z]{3}-\d{2}',r'^!']
skip_pattern = r'|'.join(skip_res)

with open ('../DATA/stations.txt', 'r') as station_file:
    for line in station_file:
        if re.search(skip_pattern, line):
            continue
        print(line)

當只有少數幾個時，編譯正則表達式模式沒有任何好處，因為re模塊會緩存它們。

Answer 2

您的日期正則表達式在第一個“d”之前缺少反斜杠。

'^.*d{2}\-[A-Z]{3}\-\d{2}'

應該

'^.*\d{2}\-[A-Z]{3}\-\d{2}'