Java 中日期的区分和解析

Question

我知道这个话题并不新鲜，尽管我必须再次挖掘它。 我已经在网络上搜索了很多次（包括 stackoverflow 上的一些线程），但到目前为止还没有找到令人满意的答案。

（除其他外，我检查了 解析 Java 中的不明确日期 和 http://www.coderanch.com/ t/375367/java/java/Handling-Multiple-Date-Formats-Elegantly

我目前正在用 Java 编写一个 Dateparser，它需要一个日期和生成一个格式字符串，SimpleDateFormat 可以使用它来解析日期。

这些日期是通过日志文件（IBM Websphere、Tomcat、Microsoft Exchange，...）中的正则表达式（是的，这是一个丑陋的xD）进行解析。因为我们的客户位于（至少 2 个）不同的区域设置，所以无法简单地将字符串“扔”到 SimpleDateFormat 的解析方法并期望它正常工作。

此外，日期和月份的位置存在问题（即格式“dd/MM/yyyy”或“MM/dd/yyyy”），如果我没有至少两个数据集，则无法解决该问题数字已更改。

因此，我当前的方法是将安装在特定客户系统上的特定软件的日期格式存储在数据库（mysql / xml / ...）中，并强制用户至少指定客户名和软件名，以便有足够的背景分解可能给出的格式的可能性数量。

然后，该“子集”将用于尝试解析指定软件的日志文件。 （子集以 HashMap 的形式存储在 HashMap 中 哈希映射>地图; 整数键是格式字符串的长度，第二个哈希图的字符串键指定仅包含分隔字符的日期签名。 （即“.. ::.”对于格式为“dd.MM.yyyy 11:11:11.111”的日期）

我还考虑了数字的值，即数字> 12 必须是一天，因为没有第 13 个月。但这仅适用于一个月 12 日之后的日期字符串。

是否有机会避免实现有关日志文件所在环境的先验知识，从而使解析器能够可靠地解析一个日期，而无需引用用于比较的第二个日期字符串？

我已经在这个问题上坚持了近 3 个月了 -.-

非常欢迎任何建议 =)

编辑：

好吧，大家可以关闭这个帖子了。我现在针对我的具体问题提出了不同的解决方案。对于那些有兴趣的人： 我正在用 Java 编写一个 Logreader。由于我们有定期维护，我必须阅读许多日志文件。 但文件中写入的不仅仅是纯文本信息。 想象一下，周日晚上，一台服务器刚刚崩溃，下一个注意到的人就是客户 IT 部门的负责人。然后第二天我必须维护并检查日志文件。从内容来看，一切都还好，没有什么异常。发送维护报告半小时后，我收到一封邮件，上面提到的负责人咆哮道，服务器崩溃了，而且似乎没有引起注意。

关键是，您无法跟踪数千行日志文件的内容和时间戳。因此，我开发了一个组件，它读取日志文件并计算两个不同日志条目之间的时间。每个日志行都被解析为 java.util.Date，以便稍后获取日期作为时间戳，以获得有关日志间隔的高分辨率。然后我将差异放到折线图上，这使得两条日志线之间的较长超时可见为与文件其余部分相关的大峰值。

我现在的解决方案是完全丢弃字符串的日期部分并插入具有预定义格式的虚拟日期。仅当小时和分钟接近 23:59 时才需要更改日期。 随后，原始日期显示在图表上，下方是“假数据”。

我感谢大家的建议和反馈 =) （我希望到目前为止我的英语是可以理解的；））

Answer 1

我认为您所采用的策略（即分析更大的数据集）是您可以获得的最佳策略。
从一行日志文件中，您永远不会知道 3/5/11 是 2011 年 5 月 3 日还是 2011 年 3 月 5 日。（我猜也可能有一些语言环境将其解释为 2003 年 5 月 11 日。 ..)
前一段时间我自己也遇到了这些问题，我也只能尝试通过查看数字> 12 或变化最快的内容（必须是“天”）来引入某种背景。但你自己已经说过了...

Answer 2

我的建议是将所有日期存储为“不明确”，直到可以解决不明确的问题。 （这假设特定客户始终以相同格式提供数据。）一旦您从客户那里获得可以明确识别日期格式的日志，您就可以将该格式追溯应用于以前的文件。

为此，您需要一个将每个客户映射到其日期格式的表，并使用一些标记（例如 NULL）来指示该格式尚未建立。您可能还需要创建自己的日期表示形式，以便可以对这些不明确的日期进行建模。

因此，举个例子，如果可能的日期格式是：

dd/mm/yyyy
mm/dd/yyyy
yyyy/mm/dd
yyyy/dd/mm

给定日期，您应该始终能够识别年份（允许两位数年份将使这个问题变得相当困难）。因此，您应该能够按如下方式映射日期：

25/01/2011 -> UNAMBIGUOUS_DD_MM_YYYY
12/01/2011 -> AMBIGUOUS_XX_XX_YYYY
2011/03/03 -> AMBIGUOUS_YYYY_XX_XX
03/30/2011 -> UNAMBIGUOUS_MM_DD_YYYY

Answer 3

如果可能，您可以要求客户将日期格式字符串连同他们的实际日期字符串一起传递。

即在他们的日志文件中，他们需要再多一列

..... 、 '03/11/2011' 、 'MM/DD/YYYY' 、...