使用Ruby从文本解析日期

时间:2010-02-17 00:34:16

标签: ruby text-extraction information-extraction

我正试图弄清楚如何使用Ruby从非结构化文本中提取日期。

例如,我想解析这个字符串的日期“2010年2月1日午夜(美国东部时间)午夜后开始申请将不予考虑。”

有什么建议吗?

3 个答案:

答案 0 :(得分:7)

尝试Chronic(http://chronic.rubyforge.org/)它可能能够解析,否则你将不得不使用Date.strptime。

答案 1 :(得分:0)

假设您只想要日期而不是日期时间:

require 'date'
string = "Applications started after 12:00 A.M. Midnight (EST) February 1, 2010 will not be considered."
r = /(January|February|March|April|May|June|July|August|September|October|November|December) (\d+{1,2}), (\d{4})/
if string[r]
  date =Date.parse(string[r])
  puts date
end

答案 2 :(得分:0)

此外,您可以尝试使用gem来帮助查找字符串中的日期。

Exapmle:

input = 'circa 1960 and full date 07 Jun 1941'
dates_from_string = DatesFromString.new
dates_from_string.get_structure(input)

#=> return
# [{:type=>:year, :value=>"1960", :distance=>4, :key_words=>[]},
# {:type=>:day, :value=>"07", :distance=>1, :key_words=>[]},
# {:type=>:month, :value=>"06", :distance=>1, :key_words=>[]},
# {:type=>:year, :value=>"1941", :distance=>0, :key_words=>[]}]