Extrahieren des Datums aus einer Zeichenfolge in Python

Wie kann ich das Datum aus einer Zeichenfolge wie "Affe 2010-07-10 Liebesbanane" extrahieren? Vielen Dank!

Wenn das Datum in einer festen Form angegeben ist, können Sie einfach einen regulären Ausdruck verwenden, um das Datum zu extrahieren, und "datetime.datetime.strptime", um das Datum zu analysieren:

import re
from datetime import datetime

match = re.search(r'\d{4}-\d{2}-\d{2}', text)
date = datetime.strptime(match.group(), '%Y-%m-%d').date()

Andernfalls können Sie das Datum nicht einfach extrahieren, wenn es in einer beliebigen Form angegeben wird.

Verwenden von Python-Dateutil :

In [1]: import dateutil.parser as dparser

In [18]: dparser.parse("monkey 2010-07-10 love banana",fuzzy=True)
Out[18]: datetime.datetime(2010, 7, 10, 0, 0)

Ungültige Daten führen zu einem ValueError:

In [19]: dparser.parse("monkey 2010-07-32 love banana",fuzzy=True)
# ValueError: day is out of range for month

Es kann Daten in vielen Formaten erkennen:

In [20]: dparser.parse("monkey 20/01/1980 love banana",fuzzy=True)
Out[20]: datetime.datetime(1980, 1, 20, 0, 0)

Beachten Sie, dass es eine Vermutung gibt, wenn das Datum nicht eindeutig ist:

In [23]: dparser.parse("monkey 10/01/1980 love banana",fuzzy=True)
Out[23]: datetime.datetime(1980, 10, 1, 0, 0)

Die Art und Weise, wie mehrdeutige Daten analysiert werden, ist jedoch anpassbar:

In [21]: dparser.parse("monkey 10/01/1980 love banana",fuzzy=True, dayfirst=True)
Out[21]: datetime.datetime(1980, 1, 10, 0, 0)

Zum Extrahieren des Datums aus einer Zeichenfolge in Python; Das beste verfügbare Modul ist das Datefinder- Modul.

Sie können es in Ihrem Python-Projekt verwenden, indem Sie die folgenden einfachen Schritte ausführen.

Schritt 1: Installieren Sie das Datefinder-Paket

pip install datefinder

Schritt 2: Verwenden Sie es in Ihrem Projekt

import datefinder

input_string = "monkey 2010-07-10 love banana"
# a generator will be returned by the datefinder module. I'm typecasting it to a list. Please read the note of caution provided at the bottom.
matches = list(datefinder.find_dates(input_string))

if len(matches) > 0:
    # date returned will be a datetime.datetime object. here we are only using the first match.
    date = matches[0]
    print date
else:
    print 'No dates found'

Hinweis: Wenn Sie eine große Anzahl von Übereinstimmungen erwarten; Dann wird die Typumwandlung in eine Liste nicht empfohlen, da dies einen hohen Leistungsaufwand bedeutet.

Mit Pygrok können Sie abstrahierte Erweiterungen der Syntax für reguläre Ausdrücke definieren.

Die benutzerdefinierten Muster können im Format in Ihre Regex aufgenommen werden %{PATTERN_NAME}.

Sie können auch eine Beschriftung für dieses Muster erstellen, indem Sie durch einen Doppelpunkt trennen : %s{PATTERN_NAME:matched_string}. Wenn das Muster übereinstimmt, wird der Wert als Teil des resultierenden Wörterbuch zurückgeführt wird (zB result.get('matched_string'))

Zum Beispiel:

from pygrok import Grok

input_string = 'monkey 2010-07-10 love banana'
date_pattern = '%{YEAR:year}-%{MONTHNUM:month}-%{MONTHDAY:day}'

grok = Grok(date_pattern)
print(grok.match(input_string))

Der resultierende Wert ist ein Wörterbuch:

{'month': '07', 'day': '10', 'year': '2010'}

Wenn das Datumsmuster nicht in der Eingabezeichenfolge vorhanden ist, lautet der Rückgabewert None. Wenn Ihr Muster hingegen keine Beschriftungen enthält, wird ein leeres Wörterbuch zurückgegeben{}

Verweise:

• Pygrok (Github)
• Vorinstallierte Definitionen von pygrok (Github)

Sie können auch das Dateparser- Modul ausprobieren , das bei freiem Text möglicherweise langsamer als der Datefinder ist, jedoch mehr potenzielle Fälle und Datumsformate sowie eine erhebliche Anzahl von Sprachen abdecken sollte.

Wenn Sie die Position des Datumsobjekts in der Zeichenfolge kennen (z. B. in einer Protokolldatei), können Sie das Datum mit .split () [index] extrahieren, ohne das Format vollständig zu kennen.

Zum Beispiel:

>>> string = 'monkey 2010-07-10 love banana'
>>> date = string.split()[1]
>>> date
'2010-07-10'