Python 如何从推文中删除日期？

需要一些建议…我收集了一些推特

Mon Apr 06 22:19:45 PDT @switchfoot http://twitpic.com/2y1zl - Awww, that's a bummer. :( You shoulda got David Carr of Third Day to do it. ;D
Mon Apr 06 22:19:49 PDT is upset that he can't update his Facebook by texting it... and might cry as a result :( School today also. Blah!
Mon Apr 06 22:19:53 PDT @Kenichan I dived many times for the ball. Managed to save 50% :( The rest go out of bounds
Mon Apr 06 22:19:57 PDT my whole body feels itchy and like its on fire :(

---

我如何删除此周一4月06日22:19:57 PDT？使用regex？

如果这是一个字符串，只需在第一个

PDT

上拆分该行即可：

for line in tweets.splitlines():
    print line.split(' PDT ', 1)[1]

第一次出现字符

PDT

（带空格）时，该行被拆分，并打印结果的后半部分

但是，也许您可以首先阻止输出字符串的代码添加日期

for line in lines:
    print line[24:]

---

如果日期/时间格式始终相同，则可能很简单。

如果它们都是字符串，则以相同的方式存储，您只需执行拆分：

tweet = "Mon Apr 06 22:19:57 PDT SomeGuy Im not white enough to be excited for a new version of Windows".

tweet= tweet.split(None, 5)[-1]

结果推特被删除

“有人说我不够白，不能为新版本的 窗口“

---

似乎把它分成一个单词列表，去掉前六个更可能在时区变化中保持一致

clean_tweets = []

for tweet in tweets:
    words = tweet.split()
    del words[0:5]
    clean_tweet = " ".join(words)
    clean_tweets.append(clean_tweet)

---

默认情况下，将在空格上拆分，因此不必指定分隔符

我假定您不能使用PDT，因为您不能假定它们始终是PDT。似乎字符串中最容易识别的部分是[0-9]+：[0-9]+：[0-9]+-时间

/^.*[0-9]+:[0-9]+:[0-9]+\s+[A-Z]{3}\s*(.*)$/

---

捕获所有大写字母中时间和3个字母时区后的字符串。

是什么生成该输出的？你不能改变吗？我试过regex re.sub，但结果不满意…对Martijn来说，输出的是相同的推文，但没有日期，这个PDT的东西…实际上所有的推文都是一样的…与PDT有相同的日期形式…PDT到底意味着什么？@Katrielex：当然，但是根本没有关于时间戳中有什么变化的信息。哦，真的，真的。但是我认为，假设时间总是被格式化比假设它们总是在同一时区更安全。Thx这对我来说真的很有效。）我是新手，没有进去。你能解释一下为什么你使用拆分吗？@Aikin：使用固定格式，总是有一组容易识别的字符划界时间部分，

.split（）

是最简单、最容易理解的方法。除非你能改变tweet格式，否则我认为这是最好的方法——它只依赖于twitter输出格式，而不改变。更简洁。我不知道斯普利特能做到。现在我知道了。文档：