Python 从大字符串中提取时间戳

我有一根像这样的大绳子：

SEND OK HTTP/1.1 200 OK 
Access-Control-Allow- l-Allow-Methods: GET,POST,DELETE
Access-Control-Allow-Headers: X-Requested-With,
Phant-Private-Key Content-Type: text/plain X-Rate-Limit-Limit: 300
X-Rate-Limit-Remaining: 297
X-Rate-Limit-Reset: 1452931335.777
Date: Sat, 16 Jan 2016 07:50:17 GMT 
Set-Cookie: SERVERID=; Expires=Thu, 01-Jan-197 0 00:00:01 GMT; path=/ Cache-control: private
Transfer-Encoding: chunked

它包含的字符串类似于

Sat，2016年1月16日07:50:17 GMT

字符串可以是任何时间的。我想把这根绳子整根都拔出来。我知道这是一个非常基本的问题，但如何用python实现呢

并非总是字符串包含子字符串，如

日期：

如果每个设置/属性（例如

X-Rate-Limit-Reset

，

日期

等）总是出现在字符串中，并且总是以相同的顺序出现，您可以将其拆分几次：

>>> mystring.split('Date: ')[1].split('>')[0].strip()
'Sat, 16 Jan 2016 07:50:17 GMT'

如果不是，您可以创建一个简单的正则表达式来查找特定的行：

>>> re.search(r'Date:\s*(.*?)\s*>', mystring).group(1)
'Sat, 16 Jan 2016 07:50:17 GMT'

---

使用您提供的示例，您可以这样处理

import re

s = """
> SEND OK HTTP/1.1 200 OK 
> Access-Control-Allow- l-Allow-Methods: GET,POST,DELETE
> Access-Control-Allow-Headers: X-Requested-With,
> Phant-Private-Key Content-Type: text/plain X-Rate-Limit-Limit: 300
> X-Rate-Limit-Remaining: 297
> X-Rate-Limit-Reset: 1452931335.777
> Date: Sat, 16 Jan 2016 07:50:17 GMT 
> Set-Cookie: SERVERID=; Expires=Thu, 01-Jan-197 0 00:00:01 GMT; path=/ Cache-control: private
> Transfer-Encoding: chunked
"""

pat = re.compile(r'Date:([\s\w,:]+)')

print pat.search(s).group(1).strip()

输出：

'Sat, 16 Jan 2016 07:50:17 GMT'

使用模块

使用

以你为例

string_to_match_against = """
SEND OK HTTP/1.1 200 OK 
Access-Control-Allow- l-Allow-Methods: GET,POST,DELETE
Access-Control-Allow-Headers: X-Requested-With,
Phant-Private-Key Content-Type: text/plain X-Rate-Limit-Limit: 300
X-Rate-Limit-Remaining: 297
X-Rate-Limit-Reset: 1452931335.777
Date: Sat, 16 Jan 2016 07:50:17 GMT 
Set-Cookie: SERVERID=; Expires=Thu, 01-Jan-197 0 00:00:01 GMT; path=/ Cache-control: private
Transfer-Encoding: chunked
"""

我们会打印

Sat, 16 Jan 2016 07:50:17 GMT

看起来您正在尝试匹配http头，并且（根据O'Reilly，2000年的“http:Pocket Reference”）日期头可能有三种格式：

RFC1123（1996年5月6日星期一04:57:00 GMT）-这是您示例中的一个

RFC1036（1996年5月6日星期一04:57:00 GMT）

ANSI C asctime（）（1996年5月6日星期一04:57:00）

建议使用RFC1123，但如果我们希望匹配这三种可能性中的任何一种，我们需要设计一个正则表达式，可以在这三种可能性之间进行交替选择

import re
pat1123 = "\w{3}, \d{2} \w{3} \d{4} \d{2}:\d{2}:\d{2} \w{3}"
pat1036 = "\w+?, \d{2}-\w{3}-\d{2} \d{2}:\d{2}:\d{2} \w{3}"
patc = "\w{3} \w{3} \d+? \d{2}:\d{2}:\d{2} \d{4}"
datepattern = re.compile("(?:%s)|(?:%s)|(?:%s)"%(pat1123,pat1036,patc))
matcher = datepattern.search(string_to_match_against)
print(matcher.group(0))

---

请注意，这种方法不依赖于除要提取的日期之外的任何内容（我们不需要日期：文本）。如果发生了多个这样的日期，它会找到第一个。使用

datepattern.findall

如果需要不止一个。每个设置/属性（例如

X-Rate-Limit-Reset

，

Date

等）是否总是存在，总是以相同的顺序出现？在您做出两个实质性更改使现有答案无效之前，我已将您的问题回滚到其原始形式。如果你愿意，可以随意接受回答这个问题的答案。如果你有一个本质上不同的问题，那么就为它创建一个新的问题。这个问题很混乱。

01-Jan-197 0

中的空格是否应该存在？现在还不清楚您是在问如何查找和解析HTTP请求头中的所有日期（在这种情况下，您应该问这个问题）还是其他问题。假设您的帖子中的所有错误都没有出现在实际数据中，您是否考虑过使用HTTP头解析器而不是regex？如果“日期：“以前总是存在。如果不是呢？哦，有可能键完全不存在？实际日期字符串的格式如何？它是否总是以一周中缩短的一天开始？@user3563059-它是否总是在自己的线路上？其他字段是否保证不包含任何看起来像日期字符串的文本？出于历史原因，我将把这个答案留在这里，因为它完美地回答了原始问题（OP在得到答案后更改了原始问题，而不是因为这个原因而建议问一个新问题），这可能对某些用户有用。如果“Date:”不以字符串形式出现怎么办？@user3563059虽然键应该出现在标题中，但日期格式是否统一？我已将您的编辑回滚到您回答原始问题的答案的原始状态（我已回滚到其原始状态），就像我自己的一样。ok。但是我认为OP对问题的第二次编辑是正确的。我注意到了。但由于OP没有接受任何答案，所以它不会使任何被接受的答案无效。答案可以根据我想的问题修改。真的吗？我认为这是一个文件或只是一些字符串。因此，在这种情况下不能使用

请求。还有OP说：字符串并不总是包含像
Date:
@Kevin这样的子字符串，我想这是一个请求OP说“我有一个像这样的大字符串”，所以你不能假设它是一个请求。你必须利用OP提供的信息。所以在这种情况下，它是一个字符串而不是一个请求。@Thaille，它的字符串是一个请求的结果，我认为OP使用了一个糟糕的设计，这应该重新检查它的设计。我通过SIM900A在请求时获得这些头。据我所知，我不认为我可以使用SIM900A只获得日期标题。
Sat, 16 Jan 2016 07:50:17 GMT

import re
pat1123 = "\w{3}, \d{2} \w{3} \d{4} \d{2}:\d{2}:\d{2} \w{3}"
pat1036 = "\w+?, \d{2}-\w{3}-\d{2} \d{2}:\d{2}:\d{2} \w{3}"
patc = "\w{3} \w{3} \d+? \d{2}:\d{2}:\d{2} \d{4}"
datepattern = re.compile("(?:%s)|(?:%s)|(?:%s)"%(pat1123,pat1036,patc))
matcher = datepattern.search(string_to_match_against)
print(matcher.group(0))