Python 从字符串中删除可识别的日期
作为输入,我有几个字符串包含不同格式的日期,如 彼得16:45喝茶 我的生日是1990年7月8日 7月11日星期六我会回家 我使用dateutil.parser.parse来识别字符串中的日期。 在下一步中,我想从字符串中删除日期。结果应该是 彼得晚上喝茶 我的生日在 我马上就回家Python 从字符串中删除可识别的日期,python,date,python-dateutil,Python,Date,Python Dateutil,作为输入,我有几个字符串包含不同格式的日期,如 彼得16:45喝茶 我的生日是1990年7月8日 7月11日星期六我会回家 我使用dateutil.parser.parse来识别字符串中的日期。 在下一步中,我想从字符串中删除日期。结果应该是 彼得晚上喝茶 我的生日在 我马上就回家 有没有一种简单的方法可以实现这一点?您可以使用re.findall方法查找日期,然后将其从字符串中拆分出来。 我认为下面链接中的代码可以解决您的问题 如果您定义了一个函数来验证字符串是否为日期,那么我们可以用一行代码
有没有一种简单的方法可以实现这一点?您可以使用re.findall方法查找日期,然后将其从字符串中拆分出来。 我认为下面链接中的代码可以解决您的问题
如果您定义了一个函数来验证字符串是否为日期,那么我们可以用一行代码来实现
from dateutil import parser
data = ['Peter drinks tea at 16:45', 'My birthday is on 08-07-1990', "On Sat 11 July I'll be back home"]
def is_valid_date(date_str):
try:
parser.parse(date_str)
return True
except:
return False
new_list = [' '.join([w for w in line.split() if not is_valid_date(w)]) for line in data]
print(new_list)
# ['Peter drinks tea at', 'My birthday is on', "On I'll be back home"]
您可以使用选项dateutil.parser.parse:
结果:
[(datetime.datetime(2018, 7, 17, 16, 45), ('Peter drinks tea at ',)),
(datetime.datetime(1990, 8, 7, 0, 0), ('My birthday is on ',)),
(datetime.datetime(2018, 7, 11, 0, 0), ('On ', ' ', " I'll be back home"))]
当fuzzy_with_标记为true时,解析器返回一个datetime的元组和一个被忽略的标记的元组,其中已使用的标记被删除。您可以将它们重新连接成如下字符串:
>>> ['<missing>'.join(x[1]) for x in out]
['Peter drinks tea at ',
'My birthday is on ',
"On <missing> <missing> I'll be back home"]
我要指出的是,模糊解析逻辑的可靠性并不惊人,因为很难从字符串中仅找出有效的组件并使用它们。如果您将喝茶的人更改为名为April的人,例如:
>>> dt, tokens = parse("April drinks tea at 16:45", fuzzy_with_tokens=True)
>>> print(dt)
2018-04-17 16:45:00
>>> print('<missing>'.join(tokens))
drinks tea at
因此,我敦促大家注意这种方法,尽管我不能真正推荐一种更好的方法,但这只是一个很难解决的问题
def remove_dates(sentence):
"""remove the dates like Mar 30 2013"""
sentence = re.sub('(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{2}\s\d{4}', ' ', sentence)
return sentence
测试:
“你好”
def remove_dates(sentence):
"""remove the dates like Mar 30 2013"""
sentence = re.sub('(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{2}\s\d{4}', ' ', sentence)
return sentence
remove_dates(' good Mar 30 2013 day')