如何從文本數字中提取並按特定順序計算它們？

Question

我正在從要分析的網站上抓取數據。 在關於工作經驗的部分中，我提取了指定某人在公司工作多長時間的文本 - 該信息如下所示：

雇佣期 \\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信息並正確計算。 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

雇佣期 11 周一

我不知道如何處理所有可能的情況。

Answer 1

>>> 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

Answer 2

您可以使用正則表達式來解決這個問題並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