Parsing 在文本文档中查找日期或日期/时间的策略？_Parsing_Datetime_Date

Parsing 在文本文档中查找日期或日期/时间的策略？

parsing datetime date

Parsing 在文本文档中查找日期或日期/时间的策略？,parsing,datetime,date,Parsing,Datetime,Date,问题：给定非结构化文本文档，请查找任何日期或日期/时间子字符串我目前的想法是用一堆感觉非常笨拙、昂贵且容易出错的正则表达式来搜索已知格式：-）这就是我所说的那种医生：培根和我一起吃牛腰肉和排骨。Ullamco Consequeat shank猪chuck，laboris do pastrami 1980年1月10日est鹿肉shankle short 1-20-1980腰肉bresaola咸牛肉。牛肉排骨2001年2月28日，三尖铜柄，非熏牛肉除外我怀疑我不是第一个解决这个问题的人，我希

问题：给定非结构化文本文档，请查找任何日期或日期/时间子字符串

我目前的想法是用一堆感觉非常笨拙、昂贵且容易出错的正则表达式来搜索已知格式：-）

这就是我所说的那种医生：

培根和我一起吃牛腰肉和排骨。Ullamco Consequeat shank猪chuck，laboris do pastrami 1980年1月10日est鹿肉shankle short 1-20-1980腰肉bresaola咸牛肉。牛肉排骨2001年2月28日，三尖铜柄，非熏牛肉除外

我怀疑我不是第一个解决这个问题的人，我希望最终的代码被隐藏在一些我不知道的开源项目中

想法？

这是一种特殊的启发式方法——但可能先标记化

您可以重新命名以下标记

“垃圾”（默认值，与日期部分不同）
```
dddd
```
（4位数字-通常为一年）
```
dd
```
（2位数字-日、月或年）
```
d
```
（1位数字-日或月）
```
dd\u st
```
```
dd_th
```
（以及位数的变化）
```
dd\u rd
```
```
dd\u nd
```
```
monthname
```

等等

每个标记可以有多个解释（例如

是月或日），日期是3个标记的任意序列，您可以从年、月、日中选择一个（按照您希望允许的任何顺序）

这里的想法是接受比正则表达式多得多的语法，如果这是你的意图的话

使用正则表达式执行此操作有什么错？为什么你认为它会很麻烦，或者很昂贵，或者容易出错？这就是regex的用途…你的例子让我很饿。