在python中将Timex字符串转换为日期时间答案

【问题标题】：Timex strings to datetime in python在python中将Timex字符串转换为日期时间
【发布时间】：2019-03-08 15:15:01
【问题描述】：

我想将 Timex 日期格式字符串列表（来自 SUTime）转换为正常的日期时间格式。问题是，我有许多不同的类型：

dates = ['2018-07-09', 
         '2018-W15', 
         '2018-02', 
         '2018-04-06',
         '2018-W15',
         '2018-02',
         '2015-09',
         '2018-09-27 INTERSECT P5D',
         'FUTURE_REF',
         'FUTURE_REF',
         'PXY',
         'THIS P1D INTERSECT 2018-09-28',
         {'end': 'XXXX-06', 'begin': 'XXXX-04'}, 
         '2014-03-19',
         '2018-08-02']

我有两个目标：

忽略所有不直接指示特定日期的条目
将所有其他格式转换为'yyyy-mm-dd' 格式，始终引用年、月、周等的第一天。例如：'2018-02' 应变为'2018-02-01' 或'2018-W15' 2018-04-09

我尝试使用 pandas 的 pd.to_datetime 函数，但这不会将星期转换为日期

【问题讨论】：

我不知道 python 日期字符串解析器会自动处理示例中列出的所有字符串。您可以使用dateutil.parser 来处理字符串为“YYYY-MM”时默认每月的第一天等事情，但您可能需要添加一些自己的自定义解析来处理带有无关的非日期文本的日期字符串, 周数字符串等。

标签： python datetime timex

【解决方案1】：

当数据收集不统一时，这有点挑战。我不熟悉 Timex，找不到任何可能有帮助的软件包。

这可能会对您有所帮助。我编写了一些函数来处理每种特定情况。

import datetime
from pprint import pprint

dates = ['2018-07-09',
         '2018-W15',
         '2018-02',
         '2018-04-06',
         '2018-W15',
         '2018-02',
         '2015-09',
         '2018-09-27 INTERSECT P5D',
         'FUTURE_REF',
         'FUTURE_REF',
         'PXY',
         'THIS P1D INTERSECT 2018-09-28',
         {'end': 'XXXX-06', 'begin': 'XXXX-04'},
         '2014-03-19',
         '2018-08-02']

FORMAT = '%Y-%m-%d'
def get_simple_date(item, strformat=FORMAT):
    try:
        return (True, datetime.datetime.strptime(item, strformat))
    except (ValueError, TypeError):
        return (False, item)

def get_from_split(is_resolved, item):
    if is_resolved:
        return (is_resolved, item)
    try:
        tokens = item.split(' ')
        are_resolved, items = zip(*(get_simple_date(token) for token in tokens))
        if any(are_resolved):
            # assume one valid token
            result, = (item for item in items if isinstance(item, datetime.datetime))
            return (True, result)
    except (ValueError, AttributeError):
        pass
    return (False, item)

def get_from_no_day(is_resolved, item):
    if is_resolved:
        return (is_resolved, item)
    if not 'W' in item:
        try:
            return (True, datetime.datetime.strptime(f'{item}-01', FORMAT))
        except ValueError:
            pass
    return (False, item)

def get_from_w_date(is_resolved, item):
    if is_resolved:
        return (is_resolved, item)
    if 'W' in item:
        return (True, datetime.datetime.strptime(f'{item}-1', "%Y-W%W-%w"))
    return (is_resolved, item)

collection1 = (get_simple_date(item) for item in dates)
collection2 = (get_from_split(*args) for args in collection1)
collection3 = (get_from_no_day(*args) for args in collection2)
collection4 = (get_from_w_date(*args) for args in collection3)
pprint([d for is_resolved, d in collection4 if is_resolved], indent=4)

输出：

[   datetime.datetime(2018, 7, 9, 0, 0),
    datetime.datetime(2018, 4, 9, 0, 0),
    datetime.datetime(2018, 2, 1, 0, 0),
    datetime.datetime(2018, 4, 6, 0, 0),
    datetime.datetime(2018, 4, 9, 0, 0),
    datetime.datetime(2018, 2, 1, 0, 0),
    datetime.datetime(2015, 9, 1, 0, 0),
    datetime.datetime(2018, 9, 27, 0, 0),
    datetime.datetime(2018, 9, 28, 0, 0),
    datetime.datetime(2014, 3, 19, 0, 0),
    datetime.datetime(2018, 8, 2, 0, 0)]

【讨论】：

谢谢！看起来不错。