从字符串中删除识别的日期

Question

作为输入，我有几个包含不同格式日期的字符串，例如

"Peter drinks tea at 16:45"
"My birthday is on 08-07-1990"
"On Sat 11 July I'll be back home"

我使用 dateutil.parser.parse 来识别字符串中的日期。
在下一步中，我想从字符串中删除日期。结果应该是

"Peter drinks tea at "
"My birthday is on "
"On I'll be back home"

有没有简单的方法可以做到这一点？

Answer 1

您可以使用 re.findall() 方法查找日期，然后将其从您的字符串中拆分出来。我认为下面link中的代码可以解决您的问题。

Answer 2

如果您定义一个函数来验证字符串是否为日期，我们可以在一行中完成此操作

from dateutil import parser

data = ['Peter drinks tea at 16:45', 'My birthday is on 08-07-1990', "On Sat 11 July I'll be back home"]

def is_valid_date(date_str):
    try:
        parser.parse(date_str)
        return True
    except:
        return False

new_list = [' '.join([w for w in line.split() if not is_valid_date(w)]) for line in data]
print(new_list)
# ['Peter drinks tea at', 'My birthday is on', "On I'll be back home"]

Answer 3

您可以使用 fuzzy_with_tokens 选项 dateutil.parser.parse:

from dateutil.parser import parse

dtstrs = [
    "Peter drinks tea at 16:45",
    "My birthday is on 08-07-1990",
    "On Sat 11 July I'll be back home",
    ]

out = [
    parse(dtstr, fuzzy_with_tokens=True)
    for dtstr in dtstrs
]

结果：

[(datetime.datetime(2018, 7, 17, 16, 45), ('Peter drinks tea at ',)),
 (datetime.datetime(1990, 8, 7, 0, 0), ('My birthday is on ',)),
 (datetime.datetime(2018, 7, 11, 0, 0), ('On ', ' ', " I'll be back home"))]

当 fuzzy_with_tokens 为真时，解析器 returns 一个 datetime 的元组和一个忽略标记的元组（已使用的标记被删除）。您可以像这样将它们重新组合成一个字符串：

>>> ['<missing>'.join(x[1]) for x in out]
['Peter drinks tea at ',
 'My birthday is on ',
 "On <missing> <missing> I'll be back home"]

我会注意到模糊解析逻辑并不是非常可靠，因为很难从字符串中只挑选出有效的组件并使用它们。如果把喝茶的人改成叫April的，比如：

>>> dt, tokens = parse("April drinks tea at 16:45", fuzzy_with_tokens=True)
>>> print(dt)
2018-04-17 16:45:00
>>> print('<missing>'.join(tokens))
 drinks tea at

所以我强烈建议大家谨慎使用这种方法（尽管我不能真正推荐 更好的 方法，这只是一个难题）。

Answer 4

def remove_dates(sentence):
"""remove the dates like Mar 30  2013"""
sentence = re.sub('(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{2}\s\d{4}', ' ', sentence)
return sentence

测试：

remove_dates(' good Mar 30 2013 day')

'美好的一天'

从字符串中删除识别的日期

remove recognized date from string

python

date

python-dateutil