如何在 Python 中提取格式为“2002 年 5 月 29 日”[mm dd yyyy] 的日期答案

【问题标题】：How to extract date which is in format as 'May 29 2002'[mm dd yyyy] in Python如何在 Python 中提取格式为“2002 年 5 月 29 日”[mm dd yyyy] 的日期
【发布时间】：2017-10-09 10:38:02
【问题描述】：

如何从一段文本中提取格式为“2002 年 5 月 29 日”[mm dd yyyy] 的日期并存储到不同的字段。

例如：

旧：

id       Description                                       
 1   A man died on March 22 2002 in an accident..(continues).  
 2   An employee died while operating lift on May 13 2001..(continues)

新：

id       Date
 1       22-03-2002
 2       13-05-2001

我在 python 中使用 pandas 尝试了各种选项，但没有以正确的格式给出结果。请帮助我获得解决方案。

谢谢恶魔

【问题讨论】：

标签： python regex date

【解决方案1】：

使用 python 日期时间中的 strptime。

import datetime
datetime.datetime.strptime('May 29 2002', "%B %d %Y")

这将返回一个日期时间对象。

如果你想要一个日期对象，你可以试试下面的代码：

datetime.datetime.strptime('May 29 2002', "%B %d %Y").date()

https://docs.python.org/2/library/datetime.html#strftime-strptime-behavior

【讨论】：

【解决方案2】：

先尝试基本库。

安装：pip install parsedatetime

代码：

import parsedatetime
p = parsedatetime.Calendar()
parsed_data = p.parse("A man died on March 22 2002 in an accident..(continues)")
day = parsed_data[0].tm_mday
month = parsed_data[0].tm_mon
year = parsed_data[0].tm_year

如果有多个日期，我认为正则表达式会非常有用。代码：

 day_pattern : r"(?P<day>(?:[12][0-9]|3[01]|0?[1-9]))(?:th|nd|rd|st)?"
 month_pattern : r"(?P<month>jan(?:uary)?|mar(?:ch)?|may|jul(?:y)?|aug(?:ust)?|oct(?:ober)?|dec(?:ember)?|sep(?:tember|t)?|apr(?:il)?|jun(?:e)?|nov(?:ember)?|feb(?:ruary)?)",
 year_pattern : r"(?P<year>(?:19|20)?\d\d)",
 mm_pattern : r"(?P<month>(?:0?[1-9]|1[012]))",
 dd_pattern : r"(?P<day>(?:[12][0-9]|3[01]|0?[1-9]))",
 yy_pattern : r"(?P<year>(?:19|20)?\d\d)",

您需要检查每场比赛的位置，并根据这些位置决定多个日期。

【讨论】：

..非常感谢您的回答..只是怀疑它是否会识别文本中是否给出了两个日期？我发现它只需要最新的日期
更新了答案。正则表达式会给你更好的匹配。