删除字符串末尾的日期（不同的日期格式）

Question

我正在尝试删除字符串末尾的日期。我遇到的问题是日期的格式不同，我似乎找不到正确删除它的最佳方法。我到目前为止的代码如下。

text1 = "Hi im some text 1.31. dec. 2020"
text2 = "Hi im some text 2.May, 25, 2019"

def remove_date_from_end(initial_text):
    matches = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct",
               "Nov", "Dec", "dec"]
    for match in matches:
        if match in initial_text[-14:]:
            print("Found Date in Answer")
            initial_text = initial_text.split(match)[0]
            return initial_text
    return initial_text

print(remove_date_from_end(text1))
print(remove_date_from_end(text2))

输出：

Found Date in Answer
Hi im some text 1.31.
Found Date in Answer
Hi im some text 2.

text2 的输出是正确的，但我似乎无法弄清楚如何让 text1 正确显示为“Hi im some text 1”。

我不确定是否有可能处理此问题的库。据我所知，有几种不同的日期格式。

Answer 1

你可以使用正则表达式

import json
from re import search, IGNORECASE
from calendar import month_abbr
from datetime import datetime

text1 = "Hi im some text 1.31. dec. 2020"
text2 = "Hi im some text 2.May, 25, 2019"

formats = [
    (
        '{month}, \d{{1,2}}, \d{{4}}',
        '%b, %d, %Y'
    ),
    (
        '\d{{1,2}}\. {month}. \d{{4}}',
        '%d. %b. %Y'
    ),
]


def find_date(text):
    for fmt in formats:
        for x in [fmt[0].format(month=x) for x in month_abbr if x]:
            if (x := search(x, text, IGNORECASE)):
                return {
                    'text': text[:x.start()],
                    'date': datetime.strptime(x.group(0), fmt[1]).date(),
                }

print(find_date(text1))
print(find_date(text2))