从字符串中删除识别的日期

Question

作为输入，我有几个包含日期格式不同的字符串，例如

• “彼得在16:45喝茶”
• “我的生日在[[08-07-1990] >>”“在
• [7月11日星期六
，我会回家”我使用dateutil.parser.parse识别字符串中的日期。在下一步中，我想从字符串中删除日期。结果应该是

“彼得在”喝茶“>
• “我的生日在”
• “我回家了”
• 有没有简单的方法可以实现这一目标？

[作为输入，我有几个包含不同格式的日期的字符串，例如“ Peter在16:45喝茶”“我的生日是1990年8月7日”“在7月11日，星期六，我将回到家”，我使用dateutil。 parser.parse ...

Answer 1

您可以在fuzzy_with_tokens中使用fuzzy_with_tokens选项：

dateutil.parser.parse

Answer 2

如果您定义了一个将字符串作为日期或不作为日期进行验证的函数，我们可以单行执行

>>> dt, tokens = parse("April drinks tea at 16:45", fuzzy_with_tokens=True)
>>> print(dt)
2018-04-17 16:45:00
>>> print('<missing>'.join(tokens))
 drinks tea at 

Answer 3

您可以使用re.findall（）方法查找日期，然后将其与字符串分开。我认为下面链接中的代码可以解决您的问题。

from dateutil import parser

data = ['Peter drinks tea at 16:45', 'My birthday is on 08-07-1990', "On Sat 11 July I'll be back home"]

def is_valid_date(date_str):
    try:
        parser.parse(date_str)
        return True
    except:
        return False

new_list = [' '.join([w for w in line.split() if not is_valid_date(w)]) for line in data]
print(new_list)
# ['Peter drinks tea at', 'My birthday is on', "On I'll be back home"]

Answer 4

https://stackoverflow.com/a/2770062/9721027

测试：
def remove_dates(sentence):
"""remove the dates like Mar 30  2013"""
sentence = re.sub('(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s\d{2}\s\d{4}', ' ', sentence)
return sentence