检查字符串是否有日期，任何格式

Posted 2021-03-30

如何检查字符串是否可以解析为日期？

• 1990年1月19日
• 1990年1月19日
• 1990年1月19日
• 01/19/1990
• 01/19/90
• 1990
• 1990年1月
• 1990年1月

这些都是有效的日期。如果对第3项和上一项中的内容之间缺乏空间有任何疑虑，可以通过在字母/字符和数字之间自动插入空格（如果需要）来轻松解决。

但首先，基础知识：

我试过把它放在if statement：

if datetime.strptime(item, '%Y') or datetime.strptime(item, '%b %d %y') or datetime.strptime(item, '%b %d %Y')  or datetime.strptime(item, '%B %d %y') or datetime.strptime(item, '%B %d %Y'):

但是这是在try-except块中，并且不断返回这样的内容：

16343 time data 'JUNE1890' does not match format '%Y'

除非，它符合if声明中的第一个条件。

为了澄清，我实际上并不需要日期的价值 - 我只是想知道它是否是。理想情况下，它会是这样的：

if item is date:
    print date
else:
    print "Not a date"

有没有办法做到这一点？

答案

parse中的dateutils.parser函数能够将许多日期字符串格式解析为datetime对象。

如果您只是想知道特定字符串是否可以表示或包含有效日期，您可以尝试以下简单函数：

from dateutil.parser import parse

def is_date(string, fuzzy=False):
    """
    Return whether the string can be interpreted as a date.

    :param string: str, string to check for date
    :param fuzzy: bool, ignore unknown tokens in string if True
    """
    try: 
        parse(string, fuzzy=fuzzy)
        return True

    except ValueError:
        return False

然后你有：

>>> is_date("1990-12-1")
True
>>> is_date("2005/3")
True
>>> is_date("Jan 19, 1990")
True
>>> is_date("today is 2019-03-27")
False
>>> is_date("today is 2019-03-27", fuzzy=True)
True
>>> is_date("Monday at 12:01am")
True
>>> is_date("xyz_not_a_date")
False
>>> is_date("yesterday")
False

自定义解析

parse可能会将某些字符串识别为您不希望将其视为日期的日期。例如：

• 解析"12"和"1999"将返回表示当前日期的日期时间对象，其中日期和年份替换字符串中的数字
• "23, 4"和"23 4"将被解析为datetime.datetime(2023, 4, 16, 0, 0)。
• "Friday"将在未来返回最近的星期五的日期。
• 类似地，"August"对应于当前日期，月份更改为8月。

此外，parse不会识别语言环境，因此不会识别英语以外的其他语言的一周或几天。

通过使用自定义parserinfo类可以在一定程度上解决这两个问题，该类定义了如何识别月份和日期名称：

from dateutil.parser import parserinfo

class CustomParserInfo(parserinfo):

    # three months in Spanish for illustration
    MONTHS = [("Enero", "Enero"), ("Feb", "Febrero"), ("Marzo", "Marzo")]

然后可以将此类的实例与parse一起使用：

>>> parse("Enero 1990")
# ValueError: Unknown string format
>>> parse("Enero 1990", parserinfo=CustomParserInfo())
datetime.datetime(1990, 1, 27, 0, 0)

另一答案

如果要解析这些特定格式，可以只匹配格式列表：

txt='''
Jan 19, 1990
January 19, 1990
Jan 19,1990
01/19/1990
01/19/90
1990
Jan 1990
January1990'''

import datetime as dt

fmts = ('%Y','%b %d, %Y','%b %d, %Y','%B %d, %Y','%B %d %Y','%m/%d/%Y','%m/%d/%y','%b %Y','%B%Y','%b %d,%Y')

parsed=[]
for e in txt.splitlines():
    for fmt in fmts:
        try:
           t = dt.datetime.strptime(e, fmt)
           parsed.append((e, fmt, t)) 
           break
        except ValueError as err:
           pass

# check that all the cases are handled        
success={t[0] for t in parsed}
for e in txt.splitlines():
    if e not in success:
        print e    

for t in parsed:
    print '"{:20}" => "{:20}" => {}'.format(*t) 

打印：

"Jan 19, 1990        " => "%b %d, %Y           " => 1990-01-19 00:00:00
"January 19, 1990    " => "%B %d, %Y           " => 1990-01-19 00:00:00
"Jan 19,1990         " => "%b %d,%Y            " => 1990-01-19 00:00:00
"01/19/1990          " => "%m/%d/%Y            " => 1990-01-19 00:00:00
"01/19/90            " => "%m/%d/%y            " => 1990-01-19 00:00:00
"1990                " => "%Y                  " => 1990-01-01 00:00:00
"Jan 1990            " => "%b %Y               " => 1990-01-01 00:00:00
"January1990         " => "%B%Y                " => 1990-01-01 00:00:00