import re
input_text = '2000_-_9_-_01 8:1 am' #example 1
input_text = '(2000_-_1_-_01) 18:1 pm' #example 2
input_text = '(20000_-_12_-_1) (1:1 am)' #example 3
identificate_hours = r"(?:a\s*las|a\s*la|)\s*(\d{1,2}):(\d{1,2})\s*(?:(am)|(pm)|)"
date_format_00 = r"(\d*)_-_(\d{1,2})_-_(\d{1,2})"
identification_re_0 = r"(?:\(|)\s*" + date_format_00 + r"\s*(?:\)|)\s*(?:a\s*las|a\s*la|)\s*(?:\(|)\s*" + identificate_hours + r"\s*(?:\)|)"
input_text = re.sub(identification_re_0,
#lambda m: print(m[2]),
lambda m: (f"({m[1]}_-_{m[2]}_-_{m[3]}({m[4] or '00'}:{m[5] or '00'} {m[6] or m[7] or 'am'}))"),
input_text, re.IGNORECASE)
print(repr(input_text)) # --> output
Estaba intentando estandarizar datos de fecha-hora que ingresen los usuarios en lenguaje natural para que luego puedan ser procesados.
De modo que una vez obtenidas las fechas en este formato, necesitaba que aquellos valores numéricos de meses, días, horas y/o minutos que hayan quedado con una sola cifra se estandaricen a 2 cifras, colocando un "0"
delante de ellos para compensar la posible cifra faltante.
De modo que en el output las fecha-hora queden expresadas de este modo:
YYYY_-_MM_-_DD(hh:mm am or pm)
'(2000_-_09_-_01(08:01 am))' #for example 1
'(2000_-_01_-_01(18:01 pm))' #for example 2
'(20000_-_12_-_01(18:01 am))' #for example 3
He utilizado la función re.sub()
porque contempla la posibilidad de que dentro de la misma input_text
haya mas de una ocasión en donde deba realizar un reemplazo de este tipo. Por ejemplo en un input en donde '2000_-_9_-_01 8:1 am 2000_-_9_-_01 8:1 am'
, debería realizar 2 veces este procedimiento ya que hay 2 fechas presentes (o sea hay 2 veces en donde aparece este patrón)