1

我正在寻找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，该日期可能以多种不同方式格式化（即 April,22 或 4/22 或 22-Apr 等），如果没有日期，则将值设置为“None”并附加带有日期或“无”的日期列表。

请参阅下面的示例。

示例 1：（这会返回一个日期，但不会附加到我的列表中）


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：（这不会返回日期，也不会附加到我的列表中）

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)
4

1 回答 1

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包，更具体地说是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)
于 2020-05-05T13:14:30.403 回答