怎样准确提取出迟到早退的信息

laiyuanjie

我们的考勤报表是从系统中用excel表格输出的，然后所有的迟到早退信息都是保存在批注中，我用openpyxl将所有的异常都读取出来了，但是怎样根据每一条信息，去提取出异常的类型和迟到早退的分钟数？
————————
14:02 迟到
迟到：迟到 3分钟
签到：14:02
签退：17:30


#这条信息要提取出“迟到”，“3”，“分钟”
————————
07:35 迟到
迟到：迟到 6分钟
签到：07:35
签退：11:30


#这条信息要提取出“迟到”，“6”，“分钟”
————————
07:53 迟到
迟到：迟到 24分钟
签到：07:53
签退：17:34


#这条信息要提取出“迟到”，“24”，“分钟”
————————
07:32 迟到
迟到：迟到 3分钟
早退：早退 4分钟
签到：07:32
签退：11:26


#这条信息要提取出“迟到”，“3”，“分钟”，以及“早退”，“4”，“分钟”

————————
13:56
早退：早退 7分钟
签到：13:56
签退：17:23


#这条信息要提取出“早退”，“7”，“分钟”

FishC

你可以使用正则表达式来提取出异常的类型和迟到/早退的分钟数。下面是一个示例代码，可以帮助你实现这个功能：

import re

# 假设你已经从Excel中读取了所有的异常信息到一个列表comments中
comments = [
    "迟到：迟到 3分钟",
    "迟到：迟到 6分钟",
    "迟到：迟到 24分钟",
    "迟到：迟到 3分钟\n早退：早退 4分钟",
    "早退：早退 7分钟"
]

def extract_exception_info(comment):
    # 使用正则表达式提取异常类型和分钟数
    pattern = r"(迟到|早退)\D*(\d+)分钟"
    match = re.search(pattern, comment)
    
    if match:
        exception_type = match.group(1)  # 异常类型：迟到或早退
        minutes = match.group(2)  # 迟到/早退的分钟数
        return exception_type, minutes
    
    return None, None

# 遍历所有的异常信息，并提取出异常类型和分钟数
for comment in comments:
    exception_type, minutes = extract_exception_info(comment)
    print("异常类型：", exception_type)
    print("分钟数：", minutes)
    print("-------------------")

这段代码中，我们定义了一个`extract_exception_info`函数，它接收一个异常信息作为参数。然后使用正则表达式模式提取异常类型和分钟数。如果匹配成功，就返回异常类型和分钟数；否则返回`None`。

最后，我们遍历所有的异常信息，并调用`extract_exception_info`函数提取出异常类型和分钟数，并打印出来。

希望这个示例能帮到你！如果你有更多问题，请随时问我。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

isdkz

可以用 textfsm 解决，参考一下这个：https://fishc.com.cn/thread-225359-1-1.html

laiyuanjie

FishC 发表于 2024-4-27 19:07
你可以使用正则表达式来提取出异常的类型和迟到/早退的分钟数。下面是一个示例代码，可以帮助你实现这个功 ...

不对，你的提取方法没办法准确提取我以下这条信息的内容，我下面这条信息是要它输出“迟到”，“3”，“分钟”，以及“早退”，“4”，“分钟”

07:32 迟到
迟到：迟到 3分钟
早退：早退 4分钟
签到：07:32
签退：11:26


#这条信息要提取出“迟到”，“3”，“分钟”，以及“早退”，“4”，“分钟”

FishC

laiyuanjie 发表于 2024-04-27 19:36
不对，你的提取方法没办法准确提取我以下这条信息的内 ...

非常抱歉，我对你的问题理解有误。请允许我重新改进代码以解决你的需求。

import re

comment = "07:32 迟到\n迟到：迟到 3分钟\n早退：早退 4分钟\n签到：07:32\n签退：11:26"

def extract_exception_info(comment):
    # 使用正则表达式提取异常类型和分钟数
    pattern = r"(迟到|早退)\D*(\d+)分钟"
    matches = re.findall(pattern, comment)
    
    exception_info = []
    
    for match in matches:
        exception_type = match[0]  # 异常类型：迟到或早退
        minutes = match[1]  # 迟到/早退的分钟数
        exception_info.append((exception_type, minutes))
    
    return exception_info

exception_info = extract_exception_info(comment)

for info in exception_info:
    print("异常类型：", info[0])
    print("分钟数：", info[1])
    print("-------------------")

在这个新的代码中，我们使用了`re.findall()`方法来找出所有匹配的结果，而不只是第一个。然后将结果存储在一个列表`exception_info`中。在最后的循环中，我们遍历这个列表并打印出每个异常的类型和分钟数。

现在，这段代码将能够准确提取出你所需的异常类型和分钟数。

非常感谢你的指正，希望这次的回答能够满足你的需求。如果还有其他问题，请随时提问。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

laiyuanjie

FishC 发表于 2024-4-27 19:36
非常抱歉，我对你的问题理解有误。请允许我重新改进代码以解决你的需求。

算了，，我直接拆成两个来实现，一个专门弄早退，一个专门弄迟到

FishC

laiyuanjie 发表于 2024-04-27 19:41
算了，，我直接拆成两个来实现，一个专门弄早退，一个 ...

好的，拆分成两个来实现也是可行的。以下是分别提取迟到和早退信息的示例代码：

import re

def extract_late_info(comment):
    # 使用正则表达式提取迟到相关的信息
    pattern = r"迟到\D*(\d+)分钟"
    match = re.search(pattern, comment)
   
    if match:
        minutes = match.group(1)  # 迟到的分钟数
        return minutes
   
    return None

def extract_early_leave_info(comment):
    # 使用正则表达式提取早退相关的信息
    pattern = r"早退\D*(\d+)分钟"
    match = re.search(pattern, comment)
   
    if match:
        minutes = match.group(1)  # 早退的分钟数
        return minutes
   
    return None

comment = "07:32 迟到\n迟到：迟到 3分钟\n早退：早退 4分钟\n签到：07:32\n签退：11:26"

late_minutes = extract_late_info(comment)
early_leave_minutes = extract_early_leave_info(comment)

if late_minutes:
    print("迟到：", late_minutes, "分钟")

if early_leave_minutes:
    print("早退：", early_leave_minutes, "分钟")

在上面的代码中，我们定义了两个函数`extract_late_info`和`extract_early_leave_info`，分别用于提取迟到和早退相关的分钟数。我们使用了不同的正则表达式模式来匹配相应的信息。

最后，我们调用这两个函数来提取具体的分钟数，并打印出来。

希望这次的回答能够帮到你！如果还有其他问题，请随时提问。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

laiyuanjie

FishC 发表于 2024-4-27 19:43
好的，拆分成两个来实现也是可行的。以下是分别提取迟到和早退信息的示例代码：

import re

事假:
2023-05-26 14:00 -- 2023-05-26 17:30 （ 共3.5小时 约0.438天）
签到：08:30
签退：漏刷

像这样，我要提取出这个3.5小时来，该怎么弄

FishC

laiyuanjie 发表于 2024-04-27 21:22
事假:
2023-05-26 14:00 -- 2023-05-26 17:30 （ 共3 ...

要提取出这个3.5小时的话，你可以使用正则表达式来匹配并提取数字和小数点。以下是一个示例代码：

import re

comment = "事假:\n2023-05-26 14:00 -- 2023-05-26 17:30 （ 共3.5小时 约0.438天）\n签到：08:30\n签退：漏刷"

def extract_hours(comment):
    # 使用正则表达式提取小时数
    pattern = r"共(\d+\.?\d*)小时"
    match = re.search(pattern, comment)

    if match:
        hours = match.group(1)  # 小时数
        return hours

    return None

hours = extract_hours(comment)

if hours:
    print("请假小时数：", hours)

在上面的代码中，我们定义了一个函数`extract_hours`，用于提取请假的小时数。我们使用了正则表达式模式来匹配共计小时数，并将结果返回。

然后，我们调用这个函数来提取小时数，并打印出来。

希望这段代码能帮到你！如果你还有其他问题，请随时提问。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

laiyuanjie

FishC 发表于 2024-4-27 21:23
要提取出这个3.5小时的话，你可以使用正则表达式来匹配并提取数字和小数点。以下是一个示例代码：

i ...

这个是我自己写的，有没有什么问题？

    def busy(self,comment):
        pattern = r"(共)\D*(\d+)小时"
        match = re.search(pattern, comment)
        if match:
            minutes = match.group(2)  # 迟到/早退的分钟数
            return minutes
        return None

FishC

laiyuanjie 发表于 2024-04-27 21:28
这个是我自己写的，有没有什么问题？

    def busy ...

你的代码基本上是正确的。不过，在正则表达式中，使用`(\d+)`来匹配数字部分时，你可能只会获取整数部分而忽略小数部分。如果你想要精确地匹配包含小数的小时数，可以将`(\d+)`更改为`(\d+(\.\d+)?)`。

另外，在你的代码中，你使用了`match.group(2)`来提取小时数。原本应该使用`match.group(1)`来获取第一个括号匹配的内容，而不是`match.group(2)`。你可能需要进行相应的修改。

最终的代码可以这样写：

    def busy(self, comment):
        pattern = r"(共)\D*(\d+(\.\d+)?)小时"
        match = re.search(pattern, comment)
        if match:
            hours = match.group(2)  # 小时数
            return hours
        return None

现在，你的函数`busy`将能够正确地提取出包含小数的小时数。希望这个解释能够帮到你！如果还有其他问题，请随时提问。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。