代码之家 › 专栏 › 技术社区 › user9431057

使用RE-Python使用文本提取不同的日期结构

python-3.5 date string regex

user9431057 · 技术社区 · 8 年前

我有不同格式的日期字符串。例如

sample_str_1 = 'this amendment of lease, made and entered as of the  10th day of august, 2016,   by and between john doe and jane smith'

还有另一个字符串,其中的日期为,

sample_str_2 ='this agreement, made and entered as of May 1, 2016, between john doe and jane smith'

为了从第一个字符串中提取日期,我做了如下操作,

match = re.findall(r'\S+d{4}\s+', sample_str_1)

这将给出一个空列表。

对于第二个字符串,我使用了与第一个字符串相同的方法,得到了一个空字符串。

我也试过了 datefinder 它给了我这样的输出,

import datefinder
match = datefinder.find_dates(sample_str_1)

for m in match:
    print(m)

>> 2016-08-01 00:00:00

上述输出错误,应 2016-08-10 00:00:00

我试着用另一种方法 post

match = re.findall(r'\d{2}(?:january|february|march|april|may|june|july|august|september|october|november|december)\d{4}',sample_str_1)

这又给了我一张空名单。

如何从字符串中提取这样的日期?是否有一种通用方法来提取具有文本和数字的日期?任何帮助都将不胜感激。

1 回复 | 直到 8 年前

Srdjan M. 8 年前

正则表达式 : (?:(\d{1,2})(?:th|nd|rd).* ([a-z]{3})[a-z]*|([a-z]{3})[a-z]* (\d{1,2})),\s*(\d{4})

Python代码 :

regex = re.compile('(?:(\d{1,2})(?:th|nd|rd).* ([a-z]{3})[a-z]*|([a-z]{3})[a-z]* (\d{1,2})),\s*(\d{4})', re.I)

for x in regex.findall(text):
    if x[0] == '':
        date = '-'.join(filter(None, x))
    else:
        date = '%s-%s-%s' % (x[1],x[0],x[4])

    print(datetime.datetime.strptime(date, '%b-%d-%Y').date())

输出:

2016-08-10
2016-05-01

Code demo

推荐文章

Krish V · 如何避免presave Django中的模型编辑

8 年前

TeXnophobe · 为什么datetime之间存在差异。日期时间。现在()。timestamp()和datetime。日期时间。utcnow()。时间戳()?

8 年前

goks · 如何清除熊猫的数据帧内存?

8 年前

gunjanpatait · 将索引为不同列表中某个整数的索引的列表元素追加到另一个列表中

8 年前

Andres Urrego Angel · 如何在Django中通过应用程序处理用户和角色

8 年前

nick88 · 在NetworkX中同时创建属性和边(如果存在相同的属性)

8 年前

Andre · 过程结束,退出代码139(被信号11:SIGSEGV中断)

8 年前

Harshwardhan Jain · 无法在python 3.5(pip、ubuntu 3.5)上安装“secrets”

8 年前

siebz0r ecatmur · wait\uuuu是否需要是生成器?

8 年前

Ali Neishabouri · 我是否需要提供句子来训练Spacy NER,或者段落是否合适?

8 年前