Question

我正在使用NLP斯坦福大学的SUTime的python wrapper。到目前为止，将结果与其他日期解析器（如小鸭，dateparser的search_dates，parsedatetime和natty）进行比较，SUTime给出了最可靠的结果。

但是，它无法从文档中捕获一些明显的日期。以下是我难以使用SUTime解析日期的两种文档类型。

我不在，直到9/19才有空
我出门了，我不会在9月18日至9月20日之间有空

对于第一个文档，没有任何结果。但是，对于第二个文档，它仅捕获月份，而不捕获日期或日期范围。

我试着用Java的代码缠住我的头，以查看是否可以更改或添加一些规则来完成这项工作，但无法弄清楚。

如果有人可以建议使用SUTime进行此工作的方法，那将非常有帮助。

此外，我尝试使用dateparser的search_dates，它不可靠，因为它可以捕获所有内容。像第一个文档一样，它将解析文本“ am out” （不需要）和“ 9/19” （没关系）。因此，如果有一种方法可以控制这种行为，那么它也会起作用。

Answer 1

问题：无法捕获某些日期格式

此解决方案确实使用datetime而不是SUTime

import datetime

def datetime_from_string(datestring):
    rules = [('(\d{1,2}\/\d{1,2})', '%m/%d', {'year': 2018}), ('(\w+ \d{1,2})-(\w+ \d{1,2})', '%B %d', {'year': 2018})]
    result = None
    for rule in rules:
        match = re.match(rule[0], datestring)
        if match:
            result = []
            for part in match.groups():
                try:
                    date = datetime.strptime(part, rule[1])
                    if rule[2]:
                        for key in rule[2]:
                            if key == 'year':
                                date = datetime(rule[2][key], date.month, date.day)

                    result.append(date)
                except ValueError:
                    pass
            return result

    # If you reach heare, NO matching rule
    raise ValueError("Datestring '{}', does not match any rule!".format(datestring))

# Usage

for datestring in ['9/19', 'September 18-September 20', '2018-09-01']:
    result = datetime_from_string(datestring)
    print("str:{} result:{}".format(datestring, result))

输出：

str:'9/19' result:[datetime.datetime(2018, 9, 19, 0, 0)]
str:'September 18-September 20' result:[datetime.datetime(2018, 9, 18, 0, 0), datetime.datetime(2018, 9, 20, 0, 0)
ValueError: Datestring '2018-09-01', does not match any rule!

使用Python测试：3.4.2

Stanford NLP的SUTime：无法捕获某些日期格式

1 个答案: