Phân tích tệp PDF
Giờ đây bạn cần làm tiếp một dự án nhỏ khác mà bạn đã trì hoãn. Công ty đưa cho bạn một số tệp PDF của các hợp đồng đã ký. Mục tiêu của dự án là tạo một cơ sở dữ liệu từ thông tin bạn trích xuất từ các tệp đó. Ba cột trong số này sẽ tương ứng với ngày, tháng và năm khi hợp đồng được ký.
Ngày tháng xuất hiện dưới dạng Signed on 05/24/2016 (05 là tháng, 24 là ngày). Bạn quyết định dùng nhóm bắt (capturing groups) để trích xuất thông tin này. Ngoài ra, bạn muốn lấy thông tin đó để lưu riêng vào các biến khác nhau.
Bạn quyết định làm một bản thử nghiệm (proof of concept).
Biến contract chứa văn bản của một hợp đồng và mô-đun re đã được nạp sẵn trong phiên làm việc của bạn. Bạn có thể dùng print() để xem dữ liệu trong IPython Shell.
Bài tập này là một phần của khóa học
Regular Expressions in Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Write regex and scan contract to capture the dates described
regex_dates = r"____\s____\s(____)/(____)/(____)"
dates = re.____(____, ____)