Question

输入：

适用于2016年3月27日至2016年12月31日期间的票务和旅行
有效期票必须在18月18日之前签发
有效期票必须在2016年2月29日之前签发
现在旅行日期 - 2016年2月10日2016年2月22日 - 2016年5月12日
2016年1月31日之前的票务有效期

（注意：输入已经被一些Python代码预处理到这个阶段，因此使用一些Python包更容易处理。）

预期产出：

2016-03-27至2016-12-31
on 2016-02-18之前
on 2016-02-29之前
now - 2016-02-10 2016-02-22 - 2016-05-12
on 2016-01-31之前

我尝试过dateutil。但它只能提取一个日期，对吗？即使在这种情况下，介词和日期的提取也是一个问题。

我还查看了dateparser和datefinder。看起来他们都使用dateutil。

日期可以是YYYY-MM-DD，DDMMYYYY等，只要格式相同。

输出不必与上述输出相同，只要它反映准确的信息。

最后，感谢您的时间和想法。我也会继续努力。

Answer 1

这是优秀dateparser库的典型用例。只需read the docs，你就可以做到。

Answer 2

经过几天的研究，我提出了以下解决提取问题的方法。

认识这些命题，然后识别几个月并进行提取。
识别' - '，然后识别几个月并进行提取。

部分代码如下所示。（在上下文中需要依赖的摘录）

new_w = new_s.split()
for j in range(len(new_w)):
    if new_w[j] in prepositions and (new_w[j+1].isdecimal() or new_w[j+1].lower() in months):
        # Process case like "Starting from Mar27, 2016 to Dec31, 2016"
        if j+7 in range(len(new_w)) and new_w[j+4] in prepositions:
            if new_w[j+5].isdecimal() or new_w[j+5].lower() in months:
                u = ' '.join(new_w[j:j+8])
                print(label_class[i] + ': ' + u)
                break
        # Process case like "Ticket must be issued on/before 29FEB, 2016"
        elif new_w[j-1] in prepositions:
            u = ' '.join(new_w[j-1:j+4])
            print(label_class[i] + ': ' + u)
            break
        # Process case like "Ticketing valid until 18FEB16"
        else:
            u = ' '.join(new_w[j:j+4])
            print(label_class[i] + ': ' + u)
            break
    # Process case like "TICKETING PERIOD:      NOW - FEB 02, 2016"
    # Process case like "TRAVELING DATES:      NOW - FEB 10,2016    FEB 22,2016 - MAY 12,2016"
    if new_w[j] in ['-'] and (new_w[j+1].lower() in months or new_w[j+2].lower() in months):
        if new_w[j-1].lower() == 'now':
            u = released_date + ' - ' + ' '.join(new_w[j+1:j+4])
            print(label_class[i] + ': ' + u)
        elif new_w[j-3].lower() in months or new_w[j-2].lower() in months:
            u = ' '.join(new_w[j-3:j+4])
            print(label_class[i] + ': ' + u)

如何从Python中的原始句子中提取时间日期信息

2 个答案: