无效的日期解析器

Question

有没有一种简单的方法可以将“11 月 31 日”等无效日期减少到该月的最后一个有效日期？ 11 月 31 日不存在，因为 11 月没有 31 天。

我正在使用的日期字符串非常混乱且不一致，因此我想避免尝试对字符串进行切片或类似的事情。当日期不无效时，Parser.parse() 非常适合我的用例。

from dateutil import parser

datstrings_list = ["Nov 31, 1976", "11/31/76", "11/31/1976", "November 31st, 1976","1/32/1976"]

date_list = []

for i in datestrings_list:

    datestring = i

    date = parser.parse(datestring).date()

    date_list.append(date)

创建错误：

ParserError: day is out of range for month: Nov 31, 1976

date_list 的期望值：

[datetime.date(1976, 11, 30), datetime.date(1976, 11, 30),datetime.date(1976, 11, 30),datetime.date(1976, 11, 30), datetime.date(1/31/1976)]

Answer 1

您可以使用while 循环并以这种方式完成它。

from dateutil import parser

datestring = "Nov 31, 1976"
date = None
while date is None:
    date_array = datestring.split()
    
    try:
        date = parser.parse(datestring).date()
    except parser._parser.ParserError:
        day = int("".join(x for x in date_array[1] if x.isdigit()))-1
        date_array[1] = f"{day},"
        datestring = f"{date_array[0]} {date_array[1]} {date_array[2]}"

print(date)

这应该可以满足您的需求。

问题更新：

from dateutil import parser
import calendar

datestrings_list = ["Nov 31, 1976", "11/31/76", "11/31/1976", "November 31st, 1976","1/32/1976"]
c = {month: index for index, month in enumerate(calendar.month_abbr) if month}

# Format string list
def standardise_list(date_list):
    lst = []
    for index, ls in enumerate(date_list):
        if "/" not in ls:
            ds = ls.split()
            if len(ds[0]) > 3:
                ds[0] = ds[0][:3]

            if len(ds[1]) > 2:
                ds[1] = ds[1][:2]

            nd = f"{c[ds[0]]}/{ds[1]}/{ds[2]}"
            lst.append(nd)
        else:
            lst.append(ls)
    return lst

# Fix out of range dates
def date_fix(datestring):
    date = None
    while date is None:
        date_array = datestring.split("/")
        
        try:
            date = parser.parse(datestring).date()
        except parser._parser.ParserError:
            day = int("".join(x for x in date_array[1] if x.isdigit()))-1
            date_array[1] = f"{day}"
            datestring = f"{date_array[0]} {date_array[1]} {date_array[2]}"
    return date

standard_string_list = standardise_list(datestrings_list)

dates = [date_fix(ds) for ds in standard_string_list]
print(dates)

>>> [datetime.date(1976, 11, 30), datetime.date(1976, 11, 30), datetime.date(1976, 11, 30), datetime.date(1976, 11, 30), datetime.date(1976, 1, 31)]

Answer 2

我不确定是否有一种简单的方法可以将无效日期替换为该月的最大天数，但一种方法可能是使用 calendar 模块下的辅助函数来获取给定月份的最大天数，并且年份：

import calendar

# Mapping of month abbreviation to month index. Ex: 'Jan': 1
month_indices = {month: i for i, month in enumerate(calendar.month_abbr)}

datestring = "Nov 31, 1976"

month_abbr, day, yr = datestring.replace(',', '').split()
last_day_in_month = calendar.monthrange(int(yr), month_indices[month_abbr])[-1]

assert last_day_in_month == 30

或者，如果您有像 11/31/76 这样的日期字符串，则可以通过以下方式获取本月和本年的最大天数：

datestring = "11/31/76"

month, day, year = map(int, datestring.split('/'))
# checking if we have abbreviation like `76` for year
# we have to make sure the year has 4 digits, otherwise `monthrange`
# appears to parse the year as `2076`, which is not what we want.
if year < 100:
    year += 1900

assert calendar.monthrange(year, month)[-1] == 30