Вилучення дати з рядка в Python

Як я можу вилучити дату із рядка типу "мавпа 10.07.2010 люблю банан"? Дякую!

Якщо дата вказана у фіксованій формі, ви можете просто використовувати регулярний вираз для вилучення дати та "datetime.datetime.strptime" для синтаксичного аналізу дати:

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 іншому випадку, якщо дату вказано у довільній формі, ви не зможете легко її отримати.

Використання 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)

Недійсні дати піднімають ValueError:

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

Він може розпізнавати дати у багатьох форматах:

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

Зверніть увагу, що це робить припущення, якщо дата неоднозначна:

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

Але спосіб аналізу двозначних дат можна налаштувати:

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

Для вилучення дати з рядка в Python; кращий модуль доступний є datefinder модуль.

Ви можете використовувати його у своєму проекті Python, дотримуючись простих кроків, наведених нижче.

Крок 1: Встановіть пакет шукача дат

pip install datefinder

Крок 2: Використовуйте його у своєму проекті

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'

зауважте: якщо ви очікуєте великої кількості матчів; тоді введення тексту в список не буде рекомендованим способом, оскільки воно матиме великі накладні витрати.

За допомогою Pygrok ви можете визначити абстраговані розширення синтаксису регулярного виразу.

Спеціальні шаблони можуть бути включені у ваш регулярний вираз у форматі %{PATTERN_NAME}.

Крім того, можна створити ярлик для цієї моделі, розділяючи двокрапка: %s{PATTERN_NAME:matched_string}. Якщо шаблон збігається, значення буде повернуто як частина отриманого словника (наприклад,result.get('matched_string') )

Наприклад:

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))

Отримане значення буде словником:

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

Якщо вікно date_pattern не існує у рядку input_string, повертається значення None. На відміну від цього, якщо ваш шаблон не має міток, він поверне порожній словник{}

Список літератури:

• pygrok (Github)
• Попередньо встановлені визначення pygrok (Github)

Ви також можете спробувати модуль dateparser , який може бути повільнішим за datefinder у вільному тексті, але повинен охоплювати більше потенційних випадків та форматів дат, а також значну кількість мов.

Якщо ви знаєте позицію об’єкта дати у рядку (наприклад, у файлі журналу), ви можете використовувати .split () [index] для вилучення дати, не знаючи повністю формату.

Наприклад:

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