使用python从复杂字符串中解析日期

Question

我有许多具有不同日期格式的字符串。我希望能够从字符串中提取日期。例如：

• 今天是 2012 年 8 月。明天不是
• 8 月 12 日的另一天，另一个时间
• 12/08 是另一种格式
• 还有另一个吗？ 2012 年 8 月 12 日可能是
• 最后是 8 月 12 日

我希望从每个结果中得到的结果是 2012-08-01 00:00:00, 2013-08-12 00:00:00, 2013-08-12 00:00:00, 2012- 08-12 00:00:00, 2013-08-12 00:00:00。

我目前有这个代码：

from dateutil import parser
print parser.parse("Today is August 2012. Tomorrow isn't",fuzzy=True)

您将从这里看到日期打印为 2012-08-27 00:00:00（因为今天是每月 27 日）。在这个例子中我想要的是 2012-08-01 00:00:00。

如果没有给定一天，我如何强制它始终放置每月的第一天？ （例如，如果我给 2012 年 8 月，它应该返回 2012-08-01，如果我给它 2012 年 8 月 12 日，它应该返回 2012-08-12。）

Answer 1

使用default 参数设置默认日期。这应该可以处理除第三种情况之外的所有情况，这有点模棱两可，可能需要一些解析器调整或读心器：

In [15]: from datetime import datetime

In [16]: from dateutil import parser

In [17]: DEFAULT_DATE = datetime(2013,1,1)

In [18]: dates=["Today is August 2012. Tomorrow isn't",
    ...:        "Another day 12 August, another time",
    ...:        "12/08 is another format",
    ...:        "have another ? 08/12/12 could be", 
    ...:        "finally august 12 would be"]


In [19]: for date in dates:
    ...:     print parser.parse(date,fuzzy=True, default=DEFAULT_DATE)
    ...:     
2012-08-01 00:00:00
2013-08-12 00:00:00
2013-12-08 00:00:00  # wrong
2012-08-12 00:00:00
2013-08-12 00:00:00