Python从字符串中获取日期。

Question

我有一个具有非静态日期结构的数据集，例如：

Fri, 13 Apr 2018 13:13:12 +0000 (UTC)
Mon, 26 Mar 2018 06:32:59 +0100
Tue, 05 Dec 2017 11:03:34 GMT
08 Dec 2016 12:00:24

如何使用正则表达式自动获取字符串中的日期、(小时+offset)和分钟。

- Baltschun Ali

---

你想要的输出格式是什么？你如何区分手动代码和正则表达式？ - DirtyBit

我只想提取并转换为分类（用于机器学习）@user5173426 - Baltschun Ali

请查看strptime文档和这个问题。在您的情况下，您可能需要实现额外的回退策略来在不同的格式类型之间切换（例如for format in formats + try ... except中的strptime）。 - mfrackowiak

Answer 1

使用 timestring：

import timestring

dt_1 = "Fri, 13 Apr 2018 13:13:12 +0000 (UTC)"
dt_2 = "Mon, 26 Mar 2018 06:32:59 +0100"
dt_3 = "Tue, 05 Dec 2017 11:03:34 GMT"
dt_4 = "08 Dec 2016 12:00:24"

print(timestring.Date(dt_1))
print(timestring.Date(dt_2))
print(timestring.Date(dt_3))
print(timestring.Date(dt_4))

编辑：

趁机提一下，这里有另一种更酷的方法:

使用dparser:

import dateutil.parser as dparser

dt_1 = "Fri, 13 Apr 2018 13:13:12 +0000 (UTC)"
dt_2 = "Mon, 26 Mar 2018 06:32:59 +0100"
dt_3 = "Tue, 05 Dec 2017 11:03:34 GMT"
dt_4 = "08 Dec 2016 12:00:24"


print(dparser.parse(dt_1,fuzzy=True))
print(dparser.parse(dt_2,fuzzy=True))
print(dparser.parse(dt_3,fuzzy=True))
print(dparser.parse(dt_4,fuzzy=True))

输出：

2018-04-13 13:13:12+00:00
2018-03-26 06:32:59+01:00
2017-12-05 11:03:34+00:00
2016-12-08 12:00:24

编辑2:

dparser 为什么更酷？

无效的日期会引发 ValueError 异常：

invalid_dt = "Fri, 35 Apr 2018 13:13:12 +0000 (UTC)"
print(dparser.parse(invalid_dt,fuzzy=True))

输出:

ValueError: day is out of range for month

编辑3：

获取day（日）、month（月）、year（年）、hour（小时）、minute（分钟）或 second（秒）：

print(dparser.parse(dt_1,fuzzy=True).day)     # 13
print(dparser.parse(dt_2,fuzzy=True).month)   # 3
print(dparser.parse(dt_3,fuzzy=True).year)    # 2017
print(dparser.parse(dt_4,fuzzy=True).hour)    # 12
print(dparser.parse(dt_4,fuzzy=True).minute)  # 0
print(dparser.parse(dt_4,fuzzy=True).second)  # 24

编辑4:

如果您想获取日期的名称：

print(datetime.date(dparser.parse(dt_1,fuzzy=True)).strftime("%a"))  # Fri

- DirtyBit

---

看起来输出结果不正确。例如：Fri 13 Apr 的输出应该是2019-02-15。 - Florian Toqué

谢谢帮助，返回了一个好的字符串。有关day的任何想法吗？ - Baltschun Ali

@BaltschunAli 当然可以，只需使用 day 属性。例如 > print(dparser.parse(dt_1,fuzzy=True).day) 返回 13。 - DirtyBit

抱歉，我是指像“mon”、“fri”等这样的内容。 - Baltschun Ali

当然，你可以使用 print(datetime.date(dparser.parse(dt_1,fuzzy=True)).strftime("%A")) 返回 Friday 或者如果你想要 Fri，可以使用 %a。 - DirtyBit