Stanford的SUTime:无法捕获某些日期格式

Question

我正在使用斯坦福大学的python包装器‘s SUTime。到目前为止，将结果与其他日期解析器(如鸭子、日期解析器的search_dates、parsedatetime和natty )进行比较，SUTime提供了最可靠的结果。

然而，它未能从文档中捕捉到一些明显的日期。下面是我很难用SUTime解析日期的两种文档类型。

1. 我出去了，我要到9/19才有空
2. 我出去了，在9月18日至9月20日之间我就不能上班了。

对于第一份文件，它没有给出结果。但是，对于第二个文档，它只捕获月份，而不捕获日期或日期范围。

我试着把我的头绕在java的代码上，看看我是否可以修改或添加一些规则来实现这个工作，但是没有弄清楚。

如果有人能建议一种使用SUTime的方法，这将是非常有帮助的。

此外，我尝试了dateparser的search_dates，它不可靠，因为它捕获任何东西和所有东西。与第一个文档一样，它将解析文本"am out“(不是必需的)和"9/19”(没关系)的日期。因此，如果有一种方法来控制这种行为，它也会起作用。

Answer 1

问题：无法捕获特定的日期格式

这个解决方案确实使用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：“9月18日-9月20日”结果：[ datetime.datetime(2018，9，18，0，0)，datetime.datetime(2018，9，20，0，0) ValueError: Datestring '2018-09-01'，不符合任何规则！

用Python测试的：3.4.2