Python - Parse string, struttura nota

Question

Devo analizzare una lista di stringhe semplici con una struttura nota ma la trovo inutilmente goffo. Sento che mi manca un trucco, forse una semplice regex che renderebbe questo banale?

La stringa si riferisce a un certo numero di anni/mesi nel futuro, voglio rendere questo in anni decimali.

formato generico: "aYbM"

dove A è il numero di anni, b è il numero di mesi questi possono essere interi ed entrambi sono opzionali (insieme con il loro identificatore)

casi di test:

5Y3M == 5.25 
5Y == 5.0 
6M == 0.5 
10Y11M = 10.91666.. 
3Y14M = raise ValueError("string '%s' cannot be parsed" %input_string) 

i miei tentativi finora hanno coinvolto stringa scissione e stato abbastanza ingombrante anche se producono i risultati corretti:

def parse_aYbM(maturity_code): 
    maturity = 0 
    if "Y" in maturity_code: 
     maturity += float(maturity_code.split("Y")[0]) 
     if "M" in maturity_code: 
      maturity += float(maturity_code.split("Y")[1].split("M")[0])/12 
     return maturity 
    elif "M" in maturity_code: 
     return float(maturity_code[:-1])/12 
    else: 
     return 0 

Answer 1

Si potrebbe usare l'espressione regolare

(?:(\d+)Y)?(?:(\d+)M)? 

che significa

(?:  start a non-grouping pattern 
    (\d+) match 1-or-more digits, grouped 
    Y  followed by a literal Y 
)?   end the non-grouping pattern; matched 0-or-1 times 
(?:  start another non-grouping pattern 
    (\d+) match 1-or-more digits, grouped 
    M  followed by a literal M 
)?   end the non-grouping pattern; matched 0-or-1 times 

Quando utilizzato in

re.match(r'(?:(\d+)Y)?(?:(\d+)M)?', text).groups() 

il metodo groups() restituisce la porzione di incontri all'interno delle parentesi di raggruppamento. None viene restituito se il gruppo non è stato abbinato. Ad esempio,

In [220]: re.match(r'(?:(\d+)Y)?(?:(\d+)M)?', '5Y3M').groups() 
Out[220]: ('5', '3') 

In [221]: re.match(r'(?:(\d+)Y)?(?:(\d+)M)?', '3M').groups() 
Out[221]: (None, '3') 

---

import re 
def parse_aYbM(text): 
    a, b = re.match(r'(?:(\d+)Y)?(?:(\d+)M)?', text).groups() 
    if a == b == None: 
     raise ValueError('input does not match aYbM') 
    a, b = [int(item) if item is not None else 0 for item in (a, b)] 
    return a + b/12.0 

tests = [ 
('5Y3M', 5.25), 
('5Y', 5.0), 
('6M', 0.5), 
('10Y11M', 10.917), 
('3Y14M', 4.167), 
] 

for test, expected in tests: 
    result = parse_aYbM(test) 
    status = 'Failed' 
    if abs(result - expected) < 0.001: 
     status = 'Passed' 
    print('{}: {} --> {}'.format(status, test, result)) 

cede

Passed: 5Y3M --> 5.25 
Passed: 5Y --> 5.0 
Passed: 6M --> 0.5 
Passed: 10Y11M --> 10.9166666667 
Passed: 3Y14M --> 4.16666666667 

---

Nota, non è chiaro quello che dovrebbe accadere se l'ingresso di parse_aYbM non corrisponde al modello. Con il codice sopra un non-partita solleva ValueError:

In [227]: parse_aYbM('foo') 
ValueError: input does not match aYbM 

ma una corrispondenza parziale può restituire un valore:

In [229]: parse_aYbM('0Yfoo') 
Out[229]: 0.0 

Answer 2

È possibile utilizzare re.findall

>>> def parse(m): 
    s = 0 
    j = re.findall(r'\d+Y|\d+M', m) 
    for i in j: 
     if 'Y' in i: 
      s += float(i[:-1]) 
     if 'M' in i: 
      s += float(i[:-1])/12 
    print(s) 


>>> parse('5Y') 
5.0 
>>> parse('6M') 
0.5 
>>> parse('10Y11M') 
10.916666666666666 
>>> parse('3Y14M') 
4.166666666666667 

Answer 3

non hanno familiarità con python regex, ma provare qualcosa di simile (?<year>[^Y])\D(?<month>[^M]*)\D potrebbe solo fare il trucco.