从字符串中识别和提取日期 - Python

Question

我想从许多不同的字符串中识别和提取日期。日期的格式可能不同。我一直在使用 datefinder 包，但在保存输出时遇到了一些问题。

目标：从字符串中提取日期，该字符串的格式可能有多种（即 April,22 或 4/22 或 22-Apr 等），如果没有日期，则将值设置为'None' 并在日期列表后附加日期或 'None'.

请看下面的例子。

示例 1：（这个 return 是一个日期，但没有添加到我的列表中）


import datefinder

extracted_dates = []
sample_text = 'As of February 27, 2019 there were 28 dogs at the kennel.'

matches = datefinder.find_dates(sample_text)
for match in matches:
    if match == None:
        date = 'None'
        extracted_dates.append(date)
    else:
        date = str(match)
        extracted_dates.append(date)

示例 2：（这不是 return 日期，也不会添加到我的列表中）

import datefinder

extracted_dates = []
sample_text = 'As of the date, there were 28 dogs at the kennel.'

matches = datefinder.find_dates(sample_text)
for match in matches:
    if match == None:
        date = 'None'
        extracted_dates.append(date)
    else:
        date = str(match)
        extracted_dates.append(date)

Answer 1

我试过使用你的包，但似乎没有快速和通用的方法来提取你的例子中的真实日期。

我改为使用 DateParser package and more specifically the search_dates 方法

我仅在您的示例中对其进行了简要测试。

from dateparser.search import search_dates

sample_text = 'As of February 27, 2019 there were 28 dogs at the kennel.'
extracted_dates = []

# Returns a list of tuples of (substring containing the date, datetime.datetime object)
dates = search_dates(sample_text)

if dates is not None:
  for d in dates:
    extracted_dates.append(str(d[1]))
else:
  extracted_dates.append('None')

print(extracted_dates)

从字符串中识别和提取日期 - Python

Identify and Extract Date from String - Python

python

nlp

date

datefinder