Извлечение даты из строки в Python

Как я могу извлечь дату из строки типа «обезьяна 2010-07-10 любит банан»? Благодаря!

Если дата указана в фиксированной форме, вы можете просто использовать регулярное выражение для извлечения даты и «datetime.datetime.strptime» для анализа даты:

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()

В противном случае, если дата указана в произвольной форме, вы не сможете легко ее извлечь.

Используя 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)

Недействительные даты вызывают ValueError:

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

Он может распознавать даты во многих форматах:

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

Обратите внимание, что он делает предположение, если дата неоднозначна:

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

Но способ анализа неоднозначных дат можно настроить:

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

Для извлечения даты из строки в Python; лучший доступный модуль - это модуль поиска даты .

Вы можете использовать его в своем проекте Python, выполнив простые шаги, указанные ниже.

Шаг 1. Установите пакет datefinder

pip install datefinder

Шаг 2: используйте его в своем проекте

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'

Примечание: если вы ожидаете большого количества совпадений; то приведение типов к списку не будет рекомендованным способом, так как это приведет к большим накладным расходам производительности.

Используя Pygrok, вы можете определять абстрактные расширения синтаксиса регулярных выражений.

Пользовательские шаблоны могут быть включены в ваше регулярное выражение в формате %{PATTERN_NAME}.

Вы также можете создать метку для этого шаблона, разделив двоеточием: %s{PATTERN_NAME:matched_string} . Если шаблон совпадает, значение будет возвращено как часть полученного словаря (например,result.get('matched_string') )

Например:

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))

Полученное значение будет словарем:

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

Если шаблон date_pattern не существует в input_string, возвращаемое значение будет None. Напротив, если ваш шаблон не имеет меток, он вернет пустой словарь.{}

Рекомендации:

• пигрок (Github)
• Предустановленные определения pygrok (Github)

Вы также можете попробовать модуль dateparser , который может быть медленнее, чем datefinder для произвольного текста, но который должен охватывать больше потенциальных случаев и форматов даты, а также значительное количество языков.

Если вам известно положение объекта даты в строке (например, в файле журнала), вы можете использовать .split () [index] для извлечения даты, не зная полностью ее формат.

Например:

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