Разбор строки даты с несколькими днями

У меня есть даты, содержащие несколько дней, которые я пытаюсь разобрать. Кажется, что функция datetime.strptime не поддерживает регулярные выражения, и поэтому я не могу заставить ее игнорировать один день за раз. Есть ли простое решение, которое мне не хватает?

Вот некоторые примеры:

20 марта и 8 июня 2011 г.

4 и 27 сентября 2010 г.

15 февраля, 5 и 6 декабря 2013 г.

Я знаю, что каждый из этих примеров сильно отличается, но я надеюсь найти решение хотя бы для одного из них. Подход, который может легко работать в широком диапазоне с некоторым параметром форматирования, был бы потрясающим.

Кроме того, могут быть случаи, когда дата форматируется по-другому, что, как я полагаю, должно быть проще в обращении:

02.07.2011 и 09.08.2011


person Flipper    schedule 21.08.2018    source источник
comment
Можете ли вы разделить строки на & и ,, чтобы сначала выполнить начальный анализ?   -  person user12205    schedule 21.08.2018


Ответы (5)


Вероятно, не лучший способ сделать это, но это моя попытка:

import re

date1 = "March 20 & June 8, 2011"
date2 = "September 4 & 27, 2010"
date3 = "February 15, December 5 & 6, 2013"
date_group = [date1,date2,date3]

for date in date_group:
    result = re.findall(r"\d{4}|[A-Z][a-z]+ \d{1,2} & \d{1,2}|[A-Z][a-z]+ \d{1,2}", date)
    year = result[-1]
    for i in range(len(result)-1):
        d = result[i].split(" ")
        try:
            d.remove("&")
        except ValueError:
            pass
        finally:
            for a in range(1,len(d)):
                date = d[0]+'{:02d}'.format(int(d[a]))+year
                time_date = datetime.strptime(date,"%B%d%Y")
                print (time_date)

Результат:

2011-03-20 00:00:00
2011-06-08 00:00:00
2010-09-04 00:00:00
2010-09-27 00:00:00
2013-02-15 00:00:00
2013-12-05 00:00:00
2013-12-06 00:00:00

В основном просто извлеките год, а затем даты. Не будет работать, если есть несколько лет.

person Henry Yik    schedule 21.08.2018
comment
флаг \w поймает _ и числа, чтобы он мог распознать что-то вроде M4r_h - person aydow; 21.08.2018
comment
Я изменил его на [A-Za-z] - person Henry Yik; 21.08.2018
comment
лучше было бы [A-Z][a-z]+ - это позволяет только первому символу быть в верхнем регистре - person aydow; 21.08.2018

Это один из подходов с использованием модуля datetime.

Демонстрация:

import datetime
d1 = "March 20 & June 8, 2011"
d2 = "February 15, December 5 & 6, 2013"


def getDate(in_value):
    result = []
    in_value = in_value.split(",")
    year = in_value.pop(-1)
    for dateV in in_value:
        if "&" in dateV:
            temp = []
            val = dateV.split()
            month = val.pop(0)
            for i in val:
                if i.isdigit():
                    temp.append(datetime.datetime.strptime("{}-{}-{}".format(year, month, i).strip(), "%Y-%B-%d").strftime("%m/%d/%Y"))
            result.append(" & ".join(temp))
        else:
            result.append(datetime.datetime.strptime(dateV.strip() + year, "%B %d %Y").strftime("%m/%d/%Y"))
    return ", ".join(result)

print( getDate(d1) )    
print( getDate(d2) )

Вывод:

03/20/2011 & 03/08/2011
02/15/2013, 12/05/2013 & 12/06/2013
person Rakesh    schedule 21.08.2018

Я бы начал с разделения строк даты на допустимые даты:

import re
def split_date(d):
    return re.split(‘[,|&]’, d)
person nbwoodward    schedule 21.08.2018

Все приведенные выше ответы были хорошими, и я нашел другой метод, который позволяет использовать несколько лет:

from datetime import datetime
import re

date1 = "March 20 & June 8, 2011"
date2 = "September 4 & 27, 2010"
date3 = "February 15, December 5 & 6, 2013"


def extract_dates(date):
    dates = []
    last_index = None
    for year in re.finditer('\d{4}', date):
        if last_index is None:
            text = date[:year.span(0)[0]]
        else:
            text = date[last_index:year.span(0)[0]]
        last_index = year.span(0)[1]

        months = [match for match in re.finditer('[A-z]+', text)]
        for m, month in enumerate(months):
            if m == len(months) - 1:
                text_days = text[month.span(0)[1]:]
            else:
                text_days = text[month.span(0)[1]:months[m + 1].span(0)[0]]

            for day in re.finditer('\d{1,2}', text_days):
                dates.append(datetime.strptime(month.group(0) + ' ' + day.group(0) + ', ' + year.group(0), '%B %d, %Y'))

    return dates


print(extract_dates(date1))
print(extract_dates(date2))
print(extract_dates(date3))
person Flipper    schedule 21.08.2018

Pyparsing — удобный модуль Python для разбора таких строк. Вот аннотированный синтаксический анализатор, который взламывает ваши входные строки и дает месяцы, дни и годы для каждой:

import pyparsing as pp
import calendar

COMMA = pp.Suppress(',')
AMP = pp.Suppress('&')
DASH = pp.Suppress('-')

# use pyparsing-defined integer expression, which auto-converts parsed str's to int's
day_number = pp.pyparsing_common.integer()
# day numbers only go from 1-31
day_number.addCondition(lambda t: 1 <= t[0] <= 31)

# not in the spec, but let's support day ranges, too!
day_range = day_number("first") + DASH + day_number("last")
# parse-time conversion from "4-6" to [4, 5, 6]
day_range.addParseAction(lambda t: list(range(t.first, t.last+1)))

# this function will come in handy to build list parsers of day numbers and month-day
expr_list = lambda expr: expr + pp.ZeroOrMore(COMMA + expr) + pp.Optional(AMP + expr)

# support "10", "10 & 11", "10, 11, & 12"
day_list = expr_list(day_range | day_number)

# get the month names from the calendar module
month_name = pp.oneOf(calendar.month_name[1:])

# an expression containing a month name and a list of 1 or more day numbers
date_expr = pp.Group(month_name("month") + day_list("days"))

# use expr_list again to support multiple date_exprs separated by commas and ampersands
date_list = expr_list(date_expr)

year_number = pp.pyparsing_common.integer()
# year numbers start with 2000
year_number.addCondition(lambda t: t[0] >= 2000)

# put all together into a single parser expression
full_date = date_list("dates") + COMMA + year_number("year")

tests = """\
March 20 & June 8, 2011
September 4 & 27, 2010
February 15, December 5 & 6, 2013
September 4-6, 2010
"""

full_date.runTests(tests)

Отпечатки:

March 20 & June 8, 2011
[['March', 20], ['June', 8], 2011]
- dates: [['March', 20], ['June', 8]]
  [0]:
    ['March', 20]
    - days: [20]
    - month: 'March'
  [1]:
    ['June', 8]
    - days: [8]
    - month: 'June'
- year: 2011


September 4 & 27, 2010
[['September', 4, 27], 2010]
- dates: [['September', 4, 27]]
  [0]:
    ['September', 4, 27]
    - days: [4, 27]
    - month: 'September'
- year: 2010


February 15, December 5 & 6, 2013
[['February', 15], ['December', 5, 6], 2013]
- dates: [['February', 15], ['December', 5, 6]]
  [0]:
    ['February', 15]
    - days: [15]
    - month: 'February'
  [1]:
    ['December', 5, 6]
    - days: [5, 6]
    - month: 'December'
- year: 2013


September 4-6, 2010
[['September', 4, 5, 6], 2010]
- dates: [['September', 4, 5, 6]]
  [0]:
    ['September', 4, 5, 6]
    - days: [4, 5, 6]
    - month: 'September'
- year: 2010

Чтобы получить кортежи (год, месяц, день), мы добавляем еще одно действие синтаксического анализа и перезапускаем тесты:

print("convert parsed fields into (year, month-name, date) tuples")
def expand_dates(t):
    return [(t.year, d.month, dy) for d in t.dates for dy in d.days]
full_date.addParseAction(expand_dates)

full_date.runTests(tests)

Отпечатки:

convert parsed fields into (year, month-name, date) tuples

March 20 & June 8, 2011
[(2011, 'March', 20), (2011, 'June', 8)]


September 4 & 27, 2010
[(2010, 'September', 4), (2010, 'September', 27)]


February 15, December 5 & 6, 2013
[(2013, 'February', 15), (2013, 'December', 5), (2013, 'December', 6)]


September 4-6, 2010
[(2010, 'September', 4), (2010, 'September', 5), (2010, 'September', 6)]

Наконец, превратите их в объекты datetime.date с помощью другого действия синтаксического анализа:

print("convert (year, month-name, date) tuples into datetime.date's")
# define mapping of month-name to month number 1-12
month_map = {name: num for num,name in enumerate(calendar.month_name[1:], start=1)}
from datetime import date
full_date.addParseAction(pp.tokenMap(lambda t: date(t[0], month_map[t[1]], t[2])))
full_date.runTests(tests)

Отпечатки:

convert (year, month-name, date) tuples into datetime.date's

March 20 & June 8, 2011
[datetime.date(2011, 3, 20), datetime.date(2011, 6, 8)]


September 4 & 27, 2010
[datetime.date(2010, 9, 4), datetime.date(2010, 9, 27)]


February 15, December 5 & 6, 2013
[datetime.date(2013, 2, 15), datetime.date(2013, 12, 5), datetime.date(2013, 12, 6)]


September 4-6, 2010
[datetime.date(2010, 9, 4), datetime.date(2010, 9, 5), datetime.date(2010, 9, 6)]
person PaulMcG    schedule 22.08.2018