r - 有没有更短的方法从字符串中提取日期？

Question

我编写了代码来从给定的字符串中提取日期。给定

  > "Date: 2012-07-29, 12:59AM PDT"

它提取

  > "2012-07-29" 

问题是我的代码看起来很长而且阅读起来很麻烦。我想知道这样做是否是一种更优雅的方式。

  raw_date = "Date: 2012-07-29, 12:59AM PDT"

  #extract the string from raw date
  index = regexpr("[0-9]{4}-[0-9]{2}-[0-9]{2}", raw_date) #returns 'start' and 'end' to be used in substring

  start = index #start represents the character position 's'. start+1 represents '='
  end = attr(index, "match.length")+start-1
  date = substr(raw_date,start,end); date

Answer 1

您可以使用strptime()解析时间对象：

R> strptime("Date: 2012-07-29, 11:59AM PDT", "Date: %Y-%m-%d, %I:%M%p", tz="PDT")
[1] "2012-07-29 11:59:00 PDT"
R> 

请注意，我移动了您的输入字符串，因为我不确定 12:59AM 是否存在......只是为了证明这一点，移动了三个小时（以秒表示，基本单位）：

R> strptime("Date: 2012-07-29, 11:59AM PDT", 
+>          "Date: %Y-%m-%d, %I:%M%p", tz="PDT") + 60*60*3
[1] "2012-07-29 14:59:00 PDT"
R> 

哦，如果你只想要日期，当然更简单：

R> as.Date(strptime("Date: 2012-07-29, 11:59AM PDT", "Date: %Y-%m-%d"))
[1] "2012-07-29"
R> 

Answer 2

类似这样的东西应该可以工作：

x <- "Date: 2012-07-29, 12:59AM PDT"
as.Date(substr(x, 7, 16), format="%Y-%m-%d")

Answer 3

与（几乎）一样，您在这里有多种选择。尽管它们都没有真正让您从习惯一些基本的正则表达式语法（或其亲密朋友）中解放出来。

raw_date <- "Date: 2012-07-29, 12:59AM PDT"

备选方案 1

> gsub(",", "", unlist(strsplit(raw_date, split=" "))[2])
[1] "2012-07-29"

备选方案 2

> temp <- gsub(".*: (?=\\d?)", "", raw_date, perl=TRUE)
> out <- gsub("(?<=\\d),.*", "", temp, perl=TRUE)
> out
[1] "2012-07-29"

备选方案 3

> require("stringr")
> str_extract(raw_date, "\\d{4}-\\d{2}-\\d{2}")
[1] "2012-07-29"

Answer 4

具有反向引用的正则表达式有效：

> sub("^.+([0-9][0-9][0-9][0-9]-[0-9][0-9]-[0-9][0-9]).+$","\\1","Date: 2012-07-29, 12:59AM PDT")
[1] "2012-07-29"

但是@Dirk 是正确的，将其解析为日期是正确的方法。