我的源具有不同的日期格式，如下所示，我正在寻找一种算法来识别在Pentaho Data集成中使用选择值和模糊步骤尝试的源日期模式。
日期栏（字符串）
＆＃34; 20150210＆＃34;
＆＃34; 20050822 - ＆＃34;
＆＃34; 2014-02-五月＆＃34;
＆＃34; 20051509 - ＆＃34;
＆＃34; 02可能 - 2014＆＃34;
＆＃34; 2013可能 - 12＆＃34;
＆＃34; 12DEC2013＆＃34;
＆＃34; 15050815＆＃34;
＆＃34;五月-02-2014＆＃34;
＆＃34; 12312015＆＃34;
我知道在PDI中我们可以通过JS逐步编写实现每个模式的条件但不是一个好主意，这种方法在处理大量记录时使转换失效，寻找有效的搜索日期模式的方法。 / p>
我认为这是所有ETL项目中非常常见的问题，在这里我试图了解SAS数据集成，Informatica，SSIS等企业供应商如何提供简便的处理方式。
我们是否有任何算法来识别源模式。如果是哪一个？
上面列出的格式不受限制。
答案 0 :(得分：0)
不能简单地将“单价”值确定为任何给定输入的格式。
请考虑以下所有格式完全有效：
如@billinkc的评论中所述，在这种情况下你会称之为01-02-05？
如果有的话，只有在考虑了数据集时才能解决这个问题（例如，您知道下一个X行都来自相同的日期格式）。然后，您可以将其视为线性问题，其中一些约束可以帮助您确定日期格式。即使这样，你也无法保证你会得到一个明确的答案，只是增加你得到明确答案的可能性。