使用Lambda和正则表达式在Python中对列表进行排序

Question

list = ['xxxx ResultDatetime:2017-05-31 09:38:00.000:ResultDatetime', 'xxxx ResultDatetime:2017-05-26 15:36:00.000:ResultDatetime', 'yyyyy' ResultDatetime:2017-10-23 16:16:00.000:ResultDatetime]

datet = re.compile(r'ResultDatetime:(\d{4}-\d{2}-\d{2} \d{2}:\d{2})')

list.sort(key = lambda x: ........)

我想按照最早的日期顺序对列表进行排序。我该如何使用lambda和regex进行操作？

- dratoms

---

你为什么有这些奇怪的字符串？给定列表的预期输出是什么？ - timgeb

抱歉，原始字符串中有“<”字符，影响了其显示方式。如您所见，我已编辑了问题。 - dratoms

避免使用“list”作为变量名，因为已经有内置的“list”。 - timgeb

是的，"list"不应该被用作变量名。谢谢。 - dratoms

Answer 1

你所拥有的代码足以完成以下操作：

list.sort(key=lambda x: datet.search(x).group(1))

（但请不要将list用作变量名称。）

提取的字符串无需转换为datetime，因为它已经以自然排序的格式呈现。

但请注意，如果任何字符串与正则表达式不匹配，则会生成错误，因此最好将键拆分为具有命名的多行函数，并在返回匹配组之前测试是否成功匹配。

def sort_key(line):                                                                                                                                               
    match = datet.search(line)                                                                                                                                               
    if match:                                                                                                                                                     
        return match.group(1)                                                                                                                                                    
    return ''        

data = [
    'xxxx ResultDatetime:2017-05-31 09:38:00.000:ResultDatetime',
    'xxxx ResultDatetime:2017-05-26 15:36:00.000:ResultDatetime',
    'yyyyy ResultDatetime:2017-10-23 16:16:00.000:ResultDatetime'
]
data.sort(key=sort_key) 

- Duncan

---

谢谢你提供那个语法。对我来说，那是很难理解的。还有，感谢你提供那个简洁的小函数。虽然列表元素部分是自动生成的，而且不太可能出现缺失值，但是你的函数将在未来帮助我很多，因为我是 Python（以及编程）的新手。 - dratoms

Answer 2

你可以使用dateutil.parser.parse（参见此答案：如何解析日期字符串？）来解析日期，然后使用re.findall从字符串中获取它。

import re     
from dateutil.parser import parse

list = ['xxxx ResultDatetime:2017-05-31 09:38:00.000:ResultDatetime', 'xxxx ResultDatetime:2017-05-26 15:36:00.000:ResultDatetime', 'yyyyy ResultDatetime:2017-10-23 16:16:00.000:ResultDatetime]
datet = re.compile(r'ResultDatetime:(\d{4}-\d{2}-\d{2} \d{2}:\d{2})')

list.sort(key = lambda x : parse(re.findall(datet, x)[0]))

- mrzasa

---

我到目前为止还没有使用过dateutil。但它似乎很有前途。我会记在心里的。 - dratoms

Answer 3

我认为最简单的解决方案，而不需要任何导入，是：

data  = ['xxxx ResultDatetime:2017-05-31 09:38:00.000:ResultDatetime',
         'xxxx ResultDatetime:2017-05-26 15:36:00.000:ResultDatetime', 
         'yyyyy ResultDatetime:2017-10-23 16:16:00.000:ResultDatetime']

sorted_data = sorted(data, key=lambda x: x[20:36])

print(sorted_data)

输出：

        ['xxxx ResultDatetime:2017-05-26 15:36:00.000:ResultDatetime', 
         'xxxx ResultDatetime:2017-05-31 09:38:00.000:ResultDatetime', 
         'yyyyy ResultDatetime:2017-10-23 16:16:00.000:ResultDatetime']

- Nick

---

最后一个字符串的日期偏移量略有不同。我认为OP的意图是xxxx和yyyyy可以是任意长度的字符串。 - Duncan

确切地说，这里可能会有其他字符串数字出现在正则表达式模式之前，这会妨碍自然排序。 - dratoms