从原始字符串中提取月份名称？

Posted 2023-03-30

【中文标题】从原始字符串中提取月份名称？

【英文标题】：Extract month name from raw string?

【发布时间】：2017-05-26 09:07:19

【问题描述】：

从原始字符串中提取月份名称

'January 2045 Robots'
'2065 March Mars Colony'
'2089 December Alien'

我想从原始字符串中提取月份名称，我通过创建主元组来提取它

s = 'January 2045 Robots'
months_master = ('january','feb','march','april','may','june','july','august','september','october','november','december')
month = [i for i in months_master if i in s.casefold()]
print(month[0])
'january'

是否有任何优雅或任何 Pythonic 方式来实现这一目标

注意：目前要求输入字符串仅包含单个月份（而不是多个像 s = 'May to December Bio' ）

【问题讨论】：

稍微说明一下，您可能会使用 .lower() 以便这种情况不会打扰您。例如：month = [i for i in months_master if i in s.casefold().lower()]

'May to December' 呢？

@PeterWood 目前不需要

你的方法不错，为什么不想用呢？

【参考方案1】：

您可以从内置的 calendar 模块导入月份名称，也可以使用 generator 而不是列表推导以提高效率：

>>> from calendar import month_name
>>> s = 'January 2045 Robots'
>>> months = m.lower() for m in month_name[1:]  # create a set of month names
>>> next((word for word in s.split() if word.lower() in months), None)
'January'

或者，您可以使用regular expression：

>>> from calendar import month_name
>>> import re
>>> pattern = '|'.join(month_name[1:])
>>> re.search(pattern, s, re.IGNORECASE).group(0)
'January'

【参考方案2】：

使用分词或分词，查看该词是否在月份列表中

text = 'January 2045 Robots'
month_master = ('january','feb','march','april','may','june','july','august','september','october','november','december')
month_found = [word for word in text.split() if word.lower() in month_master]

# output ['January']

【参考方案3】：

您可以将您的月份存储在 set 而不是元组中，并检查此集合中是否有单词。这会将时间复杂度从 O(N*M)（其中 N 是字符串的长度，M 是 months_master 元组的长度）降低到 O(N)。 类似的东西：

    months_master = set("january", "february", ...)
    month = [word for word in s.casefold().split() if word in months_master]

【讨论】：

split 有多贵？这也将匹配多个月，或者在找到一个之后继续检查。

也是O(N)，但是只执行一次，所以总体复杂度是O(N) + O(N) * O(1);因此，@ 987654326@。并且潜在的额外结果不会打扰 OP。

【参考方案4】：

calendar 模块为本地化月份名称提供了一个生成器，称为month_name。但是，此列表确实包含一个空字符串，因此您需要捕获它，并且月份出现在标题大小写中（“January”等），因此您也需要捕获它。我们通过使用if x and x in s.title() 来做到这一点——当x 是空字符串时，它的计算结果为False。

from calendar import month_name
s = 'January 2045 Robots'
month = [x for x in month_name if x and x in s.title()]