Как получить все виды дат и временных значений из текста

Question

Я хотел получить даты и другие временные объекты из набора строк. Можно ли это сделать без разбора строки для дат в JAVA, поскольку большинство парсеров имеют дело с ограниченным объемом шаблонов ввода. Но ввод - это ручная запись, которая здесь и, следовательно, неоднозначна.

Входы могут быть как:

12 сентября | середине марта | 12.September.2013

12 сентября | 12 сентября | 2013

13 сентября | 12 сентябрь | 12, февраль, 2013

Я прошел через много ответов на поиск даты в Java, но большинство из них не имеет дела с таким огромным объемом ввода узоры.

Я пробовал использовать класс SimpleDateFormat и использовать некоторые функции parse() для проверки разрывов функции разбора, что означает ее не дату. Я пробовал использовать regex, но я не уверен, подходит ли он в этом сценарии. Я также использовал ClearNLP для аннотации дат, но не дает надежного набора аннотаций.

Наиболее близким подходом к получению этих значений может быть использование Chain of responsibility, как указано ниже. Есть ли библиотека, которая имеет набор шаблонов для даты. Я могу использовать это, может быть?

Answer 1

Да! Я, наконец, извлекал все виды дат/временных значений, которые могут быть как общие:

середина марта | Последний месяц | 9/11

Для конкретны:

11/11/11 11:11:11

Это, наконец, произошло из-за удивительных библиотек из GATE и JAPE

Я создал более мягкое правило аннотации в JAPE, чтобы сказать «DateEnhanced», чтобы включить определенные типы дат типа «9/11 или 11th, февраль-2001» и использовал Chaining Java regex на R.H.S. из аннотаций «DateEnhanced» JAPE RULE, чтобы отфильтровать некоторые нежелательные выходы.

Answer 2

Вы можете просто реализовать поддержку для все возможности шаблона, вы можете подумать о, а затем оформить документ ... ОК, это все шаблоны, поддерживаемые моим модулем. Затем вы можете бросить RuntimeException для всех других возможностей.

После этого ... итеративным способом вы можете продолжать работать над вашим модулем над входными данными и продолжать добавлять поддержку для большего количества форматов даты до тех пор, пока он не остановит повышение RuntimeException.

Я думаю, что это лучшее, что вы можете сделать здесь, если хотите сохранить его достаточно простым.

Answer 3

Я могу порекомендовать вам очень хорошую реализацию вашей проблемы, unfortunetlly на польском языке: http://koziolekweb.pl/2015/04/15/throw-to-taki-inny-return/

Вы можете использовать Google Переводчик:

https://translate.google.pl/translate?sl=pl&tl=en&js=y&prev=_t&hl=en&ie=UTF-8&u=http%3A%2F%2Fkoziolekweb.pl%2F2015%2F04%2F15%2Fthrow-to-taki-inny-return&edit-text=

Код там выглядит очень красиво:

private static Date convertStringToDate(String s) {       
    if (s == null || s.trim().isEmpty()) return null;       
    ArrayList<String> patterns = Lists.newArrayList(YYYY_MM_DD_T_HH_MM_SS_SSS, 
      YYYY_MM_DD_T_HH_MM_SS            
      , YYYY_MM_DD_T_HH_MM            
      , YYYY_MM_DD);              
    for (String pattern : patterns) {           
     try {                 
      return new SimpleDateFormat(pattern).parse(s);      
     } catch (ParseException e) {           
     }                  
    }                   
    return new Date(Long.valueOf(s));           
} 

Answer 4

Чистый и модульный подход к этой проблеме заключается в использовании цепочки, каждый элемент цепочки пытается совместить входную строку с регулярным выражением, , если регулярное выражение соответствует входной строке, чем вы можете преобразовать входную строку в то, что может подавать SimpleDateFormat, чтобы преобразовать его в структуру данных, которую вы предпочитаете (Date? или другое временное представление, которое лучше соответствует вашим потребностям) и вернуть его, если регулярное выражение не совпадает с целым элементом, просто делегирует следующий элемент в цепочке.

Ответственность за каждый элемент цепочки состоит в том, чтобы проверить регулярное выражение на строке, дать результат или попросить следующий элемент цепи попробовать.

Цепь может быть создана и скомпонована без необходимости изменять реализацию каждого элемента цепи.

В итоге результат будет таким же, как и в ответе @KirkoR, с кодом «бит» (: D), но с модульным подходом. (Я предпочитаю регулярок подход к TRY/улова одного)

Некоторые ссылки: https://en.wikipedia.org/wiki/Chain-of-responsibility_pattern

Answer 5

Используйте DateNormalizer PR, или вы также можете использовать mark.util.DateParser, который, в свою очередь, используется в программе DateNormalizer PR в разработчике GATE.

Answer 6

mark.util.DateParser dp = new DateParser(); 
    ParsePositionEx parsePosition = new ParsePositionEx(0); 
    Date startDate = dp.parse("12.September.2013", parsePosition); 
    System.out.println(startDate); 

выход: чт 12 сентября 2013 17:18:18 IST

mark.util.Dateparser является частью библиотеки, которая используется DateNormalizer PR. Поэтому в файле Jape нам нужно просто импортировать его.