0

我正在使用NLP 斯坦福大学的 SUTime的python 包装器。到目前为止，将结果与其他日期解析器（如小鸭、dateparser 的 search_dates、parsedatetime 和 natty）进行比较，SUTime 给出了最可靠的结果。

但是，它无法从文档中捕获一些明显的日期。以下是我使用 SUTime 难以解析日期的两种类型的文档。

  1. 我出去了，我要到 9/19 才能有空
  2. 我出去了，在（9 月 18 日至 9 月 20 日）之间我将无法使用

如果是第一个文档，它不会给出任何结果。但是，对于第二个文档，它仅捕获月份，而不捕获日期或日期范围。

我试着绕着java的代码转，看看我是否可以改变或添加一些规则来完成这项工作，但无法弄清楚。

如果有人可以建议一种使用 SUTime 进行这项工作的方法，那将非常有帮助。

另外，我尝试了 dateparser 的 search_dates，它不可靠，因为它捕获了任何东西。就像第一个文档一样，它会解析文本“am out”（不是必需的）和“9/19”（没关系）上的日期。因此，如果有办法控制这种行为，它也会起作用。

4

1 回答 1

1

问题：无法捕获某些日期格式

该解决方案确实使用datetime而不是SUTime

import datetime

def datetime_from_string(datestring):
    rules = [('(\d{1,2}\/\d{1,2})', '%m/%d', {'year': 2018}), ('(\w+ \d{1,2})-(\w+ \d{1,2})', '%B %d', {'year': 2018})]
    result = None
    for rule in rules:
        match = re.match(rule[0], datestring)
        if match:
            result = []
            for part in match.groups():
                try:
                    date = datetime.strptime(part, rule[1])
                    if rule[2]:
                        for key in rule[2]:
                            if key == 'year':
                                date = datetime(rule[2][key], date.month, date.day)

                    result.append(date)
                except ValueError:
                    pass
            return result

    # If you reach heare, NO matching rule
    raise ValueError("Datestring '{}', does not match any rule!".format(datestring))

# Usage

for datestring in ['9/19', 'September 18-September 20', '2018-09-01']:
    result = datetime_from_string(datestring)
    print("str:{} result:{}".format(datestring, result))

输出：

str:'9/19' result:[datetime.datetime(2018, 9, 19, 0, 0)]
str:'September 18-September 20' result:[datetime.datetime(2018, 9, 18, 0, 0), datetime.datetime(2018, 9, 20, 0, 0)
ValueError: Datestring '2018-09-01', does not match any rule!

用 Python 测试：3.4.2

于 2018-10-06T15:14:37.837 回答