使用正则表达式提取文件路径并将其保存在python中

我有一个文本文件，其中包含许多文件path file.txt：

我使用Regex从路径中提取日期所做的操作：

import re

textfile = open('file.txt', 'r')
filetext = textfile.read()
textfile.close()

data = []

for line in filetext:
    matches = re.search("AS_[A-Z]{3}_(.{7})([0-9]{4})([0-9]{2})([0-9]{2})", line)
    data.append(line)

它没有给我想要的

我的输出应该是这样的：

year    month
2007     05
2007     06
2007     07
2007     08

然后将其另存为列表列表：

[['2007', '5'], ['2007', '6'], ['2007', '7'], ['2007', '8']]

或将其另存为熊猫系列

---

用

regex

有什么方法可以得到我想要的吗

您可以将正则表达式简化为：

/(....)(..)..\.bin$/

第一组有年份，第二组有月份。我假设该格式在整个文件中都是相关的

现在，

表示任何字符，

\。

表示“点”或文字

<代码>$表示在字符串末尾。 因此，我在这行末尾匹配

.bin

，省去了日期，只对年份和月份进行分组。

尝试使用熊猫：

df = pd.read_csv('yourfile.txt',header=None)
df.columns = ['paths']
# pandas string method extract takes a regex
df['paths'].str.extract('(\d{4})(\d{2})')

输出：

       0    1
0   2007    05
1   2007    06
2   2007    07
3   2007    08

---

您说输出不是您所期望的，但我看不出您的代码产生任何输出。

textfile.read（）

将文件的全部内容作为一个长字符串返回。filetext中的

for line循环在每个字符上循环。@john gordon确切地说，我得到了每个字符串的值。而且readline（）只给了我字符的第一行string@amit-joki我不明白你的意思，我是regex的新手。你能解释一下你的观点吗code@Milban我对python很在行，很抱歉。我想另一个答案在这方面很有帮助。这正是我想要的，谢谢
       0    1
0   2007    05
1   2007    06
2   2007    07
3   2007    08