识别字符串中的日期

Question

我想要这样的课程：

public interface IDateRecognizer
{
    DateTime[] Recognize(string s);
}

日期可能存在于字符串中的任何位置，并且可能是任何格式。目前，我可以仅限于美国文化形式。日期不会以任何方式分隔。它们可能在日期的各个部分之间有任意数量的空格。我的想法是：

• ANTLR
• 正则表达式
• 手卷

我从未使用过 ANTLR，所以我会从头开始学习。我想知道是否有库或代码示例可以做类似的事情，可以让我开始。 ANTLR 是不是太重了，不适合这么窄的用途？

我以前使用过很多正则表达式，但出于大多数人讨厌它的所有原因，我讨厌它。

我当然可以手动滚动它，但我宁愿不重新解决已解决的问题。

建议？

更新：这是一个例子。鉴于此输入：

这是 63 年 11 月 3 日的日期。这是 另一个：1963年11月03日；和 另一个是 63 年 11 月 3 日和一些 更多（1963 年 11 月 3 日）。日期可能是 任何美国格式。他们可能有 像 11-2-1963 这样的破折号或奇怪的额外 里面的空格是这样的： 1963 年 11 月 3 日， 甚至可能缺少逗号 像 [Nov 3 63] 但这是一个优势 案例。

输出应该是一个包含七个日期时间的数组。每个日期都是相同的：11/03/1963 00:00:00。

更新：我完全手动完成了这个，我对结果很满意。我最终没有使用正则表达式，而是使用带有自定义 DateTimeFormatInfo 的 DateTime.TryParse，它允许您非常轻松地微调允许的格式以及处理 2 位数年份。考虑到这是异步处理的，性能是完全可以接受的。棘手的部分是以有效的方式标记和测试相邻标记集。

Answer 1

我会寻求一些手卷解决方案，将输入字符串切成可管理的大小，让一些正则表达式完成工作。从单元测试开始，这似乎是一个很好的测试。

Answer 2

我建议您使用正则表达式。我会将一个正则表达式（匹配一个日期）放入一个字符串中，并将它们中的多个放入一个数组中。然后在运行时创建完整的正则表达式。这使得系统更加灵活。根据您的需要，您可以考虑将不同的日期正则表达式放入（XML）文件/数据库中。

Answer 3

对于 Regex 而言，识别日期似乎是一项简单而简单的任务。我不明白你为什么要试图避免它。

对于这种语义非常有限的情况，ANTLR 是多余的。

虽然性能可能是一个潜在问题，但我真的怀疑其他选项是否会给您带来更好的性能。

所以我会选择Regex。