在Java中,是否可以从字符串中提取日期?
我有500多个不同数据的字符串。它们中可能会有:
“...从08.23.2011到09.05.2011的期间…”
还有:
“...期间结束于06.09.2011…”。
以上字符串不一定存在,但可能存在。
是否可以提取这3个日期并以日期格式获取它们?
从本质上讲,正则表达式是识别日期和时间段的答案,但有很多很多表达方式,因此如果您想要一个好的解决方案,您可能需要使用现有的、经过良好调整的正则表达式集。然后是第二个解释阶段,这需要比JodaTime提供的更灵活的解析方式。因此,对于一个强大的解决方案,您可能需要使用自然语言处理社区构建的系统之一,例如SUTime、HeidelTime或GUTime。
\d{2}\.\d{2}\.\d{4}
,然后使用SimpleDateFormat
解析每个匹配项 - new SimpleDateFormat("dd.MM.yyyy").parse(dateString)
。首先,我会使用一个简单的正则表达式来获取“可能”的日期,并进行更仔细的解析(最好使用Joda Time)。我会从正则表达式\b\d{2}\.\d{2}\.\d{4}\b
开始(当然还要为 Java 字符串转义)。
(其中 \b
部分匹配单词边界,因此 12345.45.12345 不会匹配。)
你可以使你的正则表达式更具选择性,但是要让它执行所有所需的验证非常困难(试想一下尝试在正则表达式中编码所有闰年规则),所以如果你需要在解析过程中进行验证,那么使正则表达式变得复杂就没有太多意义了。
String
而不是文本(这是Java)。SimpleDateFormat = new SimpleDateFormat("dd.MM.yyyy").parse(yourString)
一个日期模式识别算法,不仅可以识别日期模式,还可以以Java日期格式获取可能的日期。该算法非常快速和轻量级。处理时间是线性的,并且所有日期都在单次遍历中被识别。
算法使用树遍历机制解析日期。树数据结构是自定义创建的,用于构建支持的日期、时间和月份模式。
该算法还承认日期文字之间的多个空格字符。例如,DD DD DD 和 DD DD DD 被视为有效日期。
以下日期模式被视为有效,并可使用此算法进行识别。
dd MM(MM) yy(yy) yy(yy) MM(MM) dd MM(MM) dd yy(yy)
其中M是月份文字,以字母格式表示,如Jan或January
允许在日期之间使用的分隔符包括'/'、'\'、' '、','、'|'、'-'、' '
它还可以识别以下格式的尾随时间模式 hh(24):mm:ss.SSS am / pm hh(24):mm:ss am / pm hh(24):mm:ss am / pm
分辨率时间是线性的,不使用模式匹配或蛮力。该算法基于树遍历,并返回以下三个组件的日期列表: - 在文本中识别的日期字符串 - 转换和格式化的日期字符串 - SimpleDateFormat
使用日期字符串和格式字符串,用户可以根据自己的需求将字符串转换为对象。
算法库可在Maven中央获取。
<dependency>
<groupId>net.rationalminds</groupId>
<artifactId>DateParser</artifactId>
<version>0.3.0</version>
</dependency>
使用此功能的示例代码如下。
import java.util.List;
import net.rationalminds.LocalDateModel;
import net.rationalminds.Parser;
public class Test {
public static void main(String[] args) throws Exception {
Parser parser=new Parser();
List<LocalDateModel> dates=parser.parse("Identified date :'2015-January-10 18:00:01.704', converted");
System.out.println(dates);
}
}
输出: [LocalDateModel{originalText=2015-january-10 18:00:01.704, dateTimeString=2015-1-10 18:00:01.704, conDateFormat=yyyy-MM-dd HH:mm:ss.SSS, start=18, end=46}]
详细博客请参见http://coffeefromme.blogspot.com/2015/10/how-to-extract-date-object-from-given.html
完整源代码可在GitHub上获取https://github.com/vbhavsingh/DateParser