python如何用正则提取大写的年月日？

double07

json格式链接：https://sf-item.taobao.com/json/get_notice_attach.htm?project_id=2958865，如何在链接中用正则取最后一行年月日并转为正常年月日 ？

坏人。丶

最好看html 有没有标签 或者带什么calss的 才好提取出来，提取到了转换就简单了

涛之雨

[Python] 纯文本查看 复制代码

CN_NUM = {'〇' : 0, '一' : 1, '二' : 2, '三' : 3, '四' : 4, '五' : 5, '六' : 6, '七' : 7, '八' : 8, '九' : 9, '零' : 0,'壹' : 1, '贰' : 2, '叁' : 3, '肆' : 4, '伍' : 5, '陆' : 6, '柒' : 7, '捌' : 8, '玖' : 9, '貮' : 2, '两' : 2}

感觉用不到正则表达式，这个在最后直接去掉空行后按字典替换最后一行就行

kk159

[Python] 纯文本查看 复制代码

# *_* coding : UTF-8 *_*
# author  ：  Leemamas
# 开发时间  ：  2021/7/15  8:30

import requests
from bs4 import BeautifulSoup
import re


def crawl_data(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36 Edg/91.0.864.64'
    }
    try:
        response = requests.get(url, headers=headers)

        soup = BeautifulSoup(response.text, 'lxml')

        return soup
    except Exception as e:
        print(e)


def change(key):
    number = ['〇', '一', '二', '三', '四', '五', '六', '七', '八', '九']
    result = []
    for i in key:
        for j, n in enumerate(number):
            if i == n:
                result.append(j)

    result = ''.join(list(map(str, result)))

    return result


if __name__ == '__main__':
    url = 'https://sf-item.taobao.com/json/get_notice_attach.htm?project_id=2958865'
    html = crawl_data(url)

    all_p = html.find_all('p')

    pattern = r'[\u4e00-\u9fa5〇]{4}年([\u4e00-\u9fa5]{1}|[\u4e00-\u9fa5]{2})月([\u4e00-\u9fa5]{1}|[\u4e00-\u9fa5]{2})日'

    for p in all_p:
        data = p.text
        if re.match(pattern, data):
            year_pos = 4
            month_pos = data.find('月')
            day_pos = data.find('日')
            year = data[:year_pos]
            month = data[year_pos + 1:month_pos]
            day = data[month_pos + 1:day_pos]

            print(data)
            print(change(year), change(month), change(day))

whisperbb

常规的匹配日期的正则分组里面把数字分组的数字换成对应的大写 类似于 \d变成[〇一二三四五六七八九] 这样

c03xp

我只知道在notepad++里查找汉字的正则表达式是 [一-龥！-～]