如何从带斜杠的S3路径字符串中提取year、month、day变量？

正则表达式方案 #

既然路径模式固定，直接用正则匹配year=xxxx、month=xx、day=xx的结构即可，示例代码如下：

import re

s3_path = "s3://bucket/year=2023/month=02/day=22/test.csv"
pattern = r'year=(\d{4})/month=(\d{2})/day=(\d{2})'
match_result = re.search(pattern, s3_path)

if match_result:
    year = match_result.group(1)
    month = match_result.group(2)
    day = match_result.group(3)
    print(f"年份：{year}，月份：{month}，日期：{day}")

正则里的(\d{4})匹配4位数字的年份，(\d{2})匹配2位的月份和日期，通过分组可直接提取对应值。

字符串分割方案（无需正则） #

因为路径结构固定，也可以直接按/分割路径片段，再筛选目标字段：

s3_path = "s3://bucket/year=2023/month=02/day=22/test.csv"
path_parts = s3_path.split('/')

date_vars = {}
for part in path_parts:
    if part.startswith('year='):
        date_vars['year'] = part.split('=')[1]
    elif part.startswith('month='):
        date_vars['month'] = part.split('=')[1]
    elif part.startswith('day='):
        date_vars['day'] = part.split('=')[1]

print(date_vars)  # 输出: {'year': '2023', 'month': '02', 'day': '22'}

关于datetime模块的说明 #

datetime模块无法直接处理这种路径，因为它需要标准日期格式字符串，而这里的日期分散在key=value的路径片段中。不过提取出year、month、day的值后，就可以用datetime构造日期对象：

from datetime import datetime

date_obj = datetime(int(year), int(month), int(day))
print(date_obj)  # 输出: 2023-02-22 00:00:00

内容的提问来源于stack exchange，提问作者Dametime