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

---

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')