Python：按指定模式分割字符串并提取目标内容

从你的示例来看，需要提取的是日期前缀（YYYY_MM_DD_）和末尾固定标识（_Vendor/_market）之间的内容。下面提供两种可靠的实现方法：

实现代码 #

方法一：正则表达式精准提取 #

import re

def extract_target(file_name):
    # 匹配日期前缀后、末尾标识前的核心内容
    match_result = re.search(r'^\d{4}_\d{2}_\d{2}_(.*?)(?:_Vendor|_market)$', file_name)
    return match_result.group(1) if match_result else None

# 测试示例用例
test_files = [
    "2022_09_21_PTE_Vendor",
    "2022_09_21_SSS_01_Vendor",
    "2022_09_21_OOS_market"
]

for file in test_files:
    print(f"{file:<35} {extract_target(file)}")

方法二：字符串分割提取 #

如果不想用正则，也可以通过拆分字符串实现：

def extract_target_by_split(file_name):
    # 拆分字符串，跳过前3个日期相关的分段
    segments = file_name.split('_')[3:]
    # 移除末尾的Vendor/market标识，拼接剩余部分
    if segments[-1] in ['Vendor', 'market']:
        return '_'.join(segments[:-1])
    return None

# 测试示例用例
for file in test_files:
    print(f"{file:<35} {extract_target_by_split(file)}")

代码说明 #

• 正则方法：^\d{4}_\d{2}_\d{2}_(.*?)(?:_Vendor|_market)$ 规则解析：
  • ^\d{4}_\d{2}_\d{2}_ 匹配开头的固定日期格式前缀
  • (.*?) 非贪婪匹配我们需要提取的核心内容
  • (?:_Vendor|_market)$ 匹配末尾的固定标识，?:表示非捕获组，不会额外提取这部分内容
• 分割方法：先通过split('_')拆分字符串，跳过前3个日期相关分段，再移除最后一个末尾标识，拼接剩余分段得到目标内容

内容的提问来源于stack exchange，提问作者Amr Mashrah