检查字符串是否有日期,任何格式

Question

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
• 1990年1月19日
• 90年1月19日
• 1990年
• 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？

Answer 1

看看中的parse功能dateutils.parser.它能够将几乎任何字符串解析为datetime对象.

如果您只是想知道特定字符串是否可以表示日期,您可以尝试以下函数:

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

需要注意的一点是: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"12"将被解析为"1999".如果要捕获这些情况,可能需要额外的检查.

Answer 2

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