如何自动检测和解析朱莉娅的日期格式？

Question

我正在尝试构建一种算法来执行日期时间格式的自动检测并相应地解析。我想寻求一些有关改进和增强算法的建议。

在以下代码中，我尝试了一种简单的方法来构建所有可能的日期格式，然后在它们上迭代将字符串与dateFormat匹配，一旦匹配，它将分析日期。

代码：

using Dates
function createDateFormats()
    sep = [",",".","-","/",":"]
    dateFormatComb = []
    for i in sep
        vals = [string("dd",i,"mm",i,"yyy"),string("mm",i,"dd",i,"yyy"),
                string("yyy",i,"mm",i,"dd"),string("yyy",i,"dd",i,"mm"),
                string("mm",i,"yyy",i,"dd"),string("dd",i,"yyy",i,"mm")
                ]
        push!(dateFormatComb, vals)
    end
    return vcat(dateFormatComb...)
end

function parse(x)
    dateFormat = createDateFormats()
    try
        for i in 1:size(dateFormat,1)
             try
                 val = Date.(x, dateFormat[i])
                 yearCol = Dates.year.(val)
                 monthCol = Dates.month(val)
                 dayCol = Dates.day.(val) 
                 dayofweekCol = Dates.dayofweek.(dayCol)
                 return yearCol, monthCol, dayCol, dayofweekCol
             catch
                    continue
             end
         end
     catch 
         throw(ArgumentError("Invalid date object"))
     end
end

但是，这是非常有限的，也不有效。同样，一旦涉及时间，复杂性就会增加。我可以问一下，如果有人有更好的方法来执行此类操作？ 谢谢，感谢所有建议和建议。

Answer 1

这是一种做到这一点的方法，还概述了歧义：

using Dates

const text = "2022-3-5 is one and 2021/12.14 5:30:00 is another"
const datetimeregex = 
   Regex(raw"(\d+)[:.\-/,](\d+)[:.\-,](\d+)(?:\s?T?\s?(\d+):(\d+):(\d+))?")

dt = [DateTime([parse(Int, s) for s in m.captures if s isa AbstractString]...)
                            for m in eachmatch(datetimeregex, text)]

@show dt # [DateTime("2022-03-05T00:00:00"), DateTime("2021-12-14T05:30:00")]

现在，如果这一年是2位数字，会发生什么？如果订单是MM，DD，YY对DD，MM，YY，会发生什么？您如何判断10-11-2021是10月11日还是11月10日？在这些情况下，您必须知道使用了哪些惯例或会发生错误。