Beliebiger String gegeben Suche Datum in String

[BodyLAB]

Hallo zusammen,

meine Aufgabe ist aus einem beliebigen String das Datum zu ermitteln. Das Problem daran ist, das es keine genormten Datumsangaben sind. Das Datum ist immer verschieden und kann sich wie folgt zusammen setzen:

1. Nur eine Jahreszahl
2. Monat (in Worten) Jahreszahl
3. Tag. Monat (in Worten) Jahreszahl -> hinter dem Tag ein Punkt oder eben auch keinen
4. Monat (Zahl) Jahreszahl
5. Tag/Monat/Jahreszahl

Beispiel Strings:

• Der Zweite Golfkrieg begann mit der Eroberung Kuwaits durch den Irak am 2. August 1990.
• Mit dem deutschen Überfall auf Polen am 1. September 1939 begann der von Adolf Hitler seit langem geplante Krieg um "Lebensraum im Osten".
• T. besuchte das humanistische Gymnasium in Wurzen und studierte seit 1910 in Marburg und Leipzig Jura.
• Der am 8/6/1815 auf dem...

Mein Problem bei der Programmierung derzeit ist das ich die fünf Angaben zum Datum nicht abgebildet bekomme. Hab mich über die Klasse https://docs.oracle.com/javase/8/docs/api/java/time/format/DateTimeFormatter.html informiert. Nur komme ich damit auch nicht weiter. Bin auch über diesen Artikel gestolpert:

https://www.java-forum.org/thema/string-datum-ermitteln.141567/

Das mit den Regex Ausdrücken wäre wahrscheinlich das beste. Nur müsste ich dann alle 5 Datumsformate als Pattern erstellen oder geht das sogar in einem? Mit Regex kenne ich mich leider so nicht aus.
Mir fehlt derzeit auch eine Idee wie man es mit einer Schleife hin bekommen könnte! Wie könnte ich dann die verschiedenen Jahreszahlen abbilden? In einem Monster Array das sämtliche Jahreszahlen enthält wohl kaum :-D

Hat jemand von euch eine Idee die mir weiter helfen könnte?

 

[Jw456]

Es sind ja immer 4 Ziffern.
[0-9]{4} sollte einen Jahreszahl erkennen

 

[BodyLAB]

Es sind ja immer 4 Ziffern.
[0-9]{4} sollte einen Jahreszahl erkennen

Das stimmt doch bekommt man damit nicht auch Zahlen wie 8974?

Würde z. B. so eine Zahl im String vorkommen würde diese als Jahreszahl erkannt werden oder?
Stopp :-D man könnte ja überprüfen ob die Zahl kleiner als das Aktuelle Jahr ist, dann weiß man immerhin das es sich um eine Zahl zwischen 0000 und 2022 handelt


Was ist wenn die Jahreszahl variiert? Also wenn dort steht im Jahre 800. Dann erkennt [0-9]{4} das sicherlich auch nicht mehr oder?

___
Hat noch jemand eine nette Idee wie ich vorgehen kann wenn ich eine Jahreszahl gefunden habe? Ich würde dann im String vorrücken und schauen ob im nächsten Abschnitt dann der Monat als Wort oder als Zahl vorkommt.
Danach muss ja wieder eine Zahl kommen, kommt ein Char kann man abbrechen denn dann würde dort ja so etwas stehen wie z. B.
3 1990 | 03 1990 | 03.1990 | 3. 1990 | März 1990

 

[Oneixee5]

Stopp :-D man könnte ja überprüfen ob die Zahl kleiner als das Aktuelle Jahr ist, dann weiß man immerhin das es sich um eine Zahl zwischen 0000 und 2022 handelt

Das Jahr 0000 gibt es nicht. Die Zeitrechnung beginnt mit Jahr 1, also am 1.1.1
Das macht natürlich nichts einfacher aber @see https://github.com/sisyphsu/dateparser

 

[BodyLAB]

Das Jahr 0000 gibt es nicht. Die Zeitrechnung beginnt mit Jahr 1, also am 1.1.1
Das macht natürlich nichts einfacher aber @see https://github.com/sisyphsu/dateparser

Danke 🙂
Ein Problem ist nur das es um viele Deutsche Datum Ausgaben geht. Also statt March bräuchte ich dann März.
Das scheint man Lösen zu können durch neue Regeln falls ich das hier richtig verstehe (wobei ich i0, i1 etc. überhaupt nicht verstehe 😀).

DateParser parser = DateParser.newBuilder()
    .addRule("民国(\\d{3})年", (input, matcher, dt) -> {
        int offset = matcher.start(1);
        int i0 = input.charAt(offset) - '0';
        int i1 = input.charAt(offset + 1) - '0';
        int i2 = input.charAt(offset + 2) - '0';
        dt.setYear(i0 * 100 + i1 * 10 + i2 + 1911);
    })
    .build();

Was noch dazu kommt ist, kann ich der Klasse ein beliebigen String übergeben der überprüft wird? Das ist mir nicht so ganz klar!

 

[BodyLAB]

Hab auf stackoverflow noch etwas interessantes gefunden

Parse any date in Java

I know this question is asked quite a bit, and obviously you can't parse any arbitrary date. However, I find that the python-dateutil library is able to parse every date I throw at it, all while

stackoverflow.com

private static final Map<String, String> DATE_FORMAT_REGEXPS = new HashMap<String, String>() {{
    put("^\\d{8}$", "yyyyMMdd");
    put("^\\d{1,2}-\\d{1,2}-\\d{4}$", "dd-MM-yyyy");
    put("^\\d{4}-\\d{1,2}-\\d{1,2}$", "yyyy-MM-dd");
    put("^\\d{1,2}/\\d{1,2}/\\d{4}$", "MM/dd/yyyy");
    put("^\\d{4}/\\d{1,2}/\\d{1,2}$", "yyyy/MM/dd");
    put("^\\d{1,2}\\s[a-z]{3}\\s\\d{4}$", "dd MMM yyyy");
    put("^\\d{1,2}\\s[a-z]{4,}\\s\\d{4}$", "dd MMMM yyyy");
    put("^\\d{12}$", "yyyyMMddHHmm");
    put("^\\d{8}\\s\\d{4}$", "yyyyMMdd HHmm");
    put("^\\d{1,2}-\\d{1,2}-\\d{4}\\s\\d{1,2}:\\d{2}$", "dd-MM-yyyy HH:mm");
    put("^\\d{4}-\\d{1,2}-\\d{1,2}\\s\\d{1,2}:\\d{2}$", "yyyy-MM-dd HH:mm");
    put("^\\d{1,2}/\\d{1,2}/\\d{4}\\s\\d{1,2}:\\d{2}$", "MM/dd/yyyy HH:mm");
    put("^\\d{4}/\\d{1,2}/\\d{1,2}\\s\\d{1,2}:\\d{2}$", "yyyy/MM/dd HH:mm");
    put("^\\d{1,2}\\s[a-z]{3}\\s\\d{4}\\s\\d{1,2}:\\d{2}$", "dd MMM yyyy HH:mm");
    put("^\\d{1,2}\\s[a-z]{4,}\\s\\d{4}\\s\\d{1,2}:\\d{2}$", "dd MMMM yyyy HH:mm");
    put("^\\d{14}$", "yyyyMMddHHmmss");
    put("^\\d{8}\\s\\d{6}$", "yyyyMMdd HHmmss");
    put("^\\d{1,2}-\\d{1,2}-\\d{4}\\s\\d{1,2}:\\d{2}:\\d{2}$", "dd-MM-yyyy HH:mm:ss");
    put("^\\d{4}-\\d{1,2}-\\d{1,2}\\s\\d{1,2}:\\d{2}:\\d{2}$", "yyyy-MM-dd HH:mm:ss");
    put("^\\d{1,2}/\\d{1,2}/\\d{4}\\s\\d{1,2}:\\d{2}:\\d{2}$", "MM/dd/yyyy HH:mm:ss");
    put("^\\d{4}/\\d{1,2}/\\d{1,2}\\s\\d{1,2}:\\d{2}:\\d{2}$", "yyyy/MM/dd HH:mm:ss");
    put("^\\d{1,2}\\s[a-z]{3}\\s\\d{4}\\s\\d{1,2}:\\d{2}:\\d{2}$", "dd MMM yyyy HH:mm:ss");
    put("^\\d{1,2}\\s[a-z]{4,}\\s\\d{4}\\s\\d{1,2}:\\d{2}:\\d{2}$", "dd MMMM yyyy HH:mm:ss");
}};

/**
 * Determine SimpleDateFormat pattern matching with the given date string. Returns null if
 * format is unknown. You can simply extend DateUtil with more formats if needed.
 * @param dateString The date string to determine the SimpleDateFormat pattern for.
 * @return The matching SimpleDateFormat pattern, or null if format is unknown.
 * @see SimpleDateFormat
 */
public static String determineDateFormat(String dateString) {
    for (String regexp : DATE_FORMAT_REGEXPS.keySet()) {
        if (dateString.toLowerCase().matches(regexp)) {
            return DATE_FORMAT_REGEXPS.get(regexp);
        }
    }
    return null; // Unknown format.
}

Könnte man diesen Code an sich nicht sogar nehmen? Ich müsste das ganze anpassen doch an sich durchläuft man einen String und schaut ob eines der Regex Formate aus der Map passen.
Was mir auch Kopfzerbrechen macht ist wie könnte man 1. Februar 2012 oder 13. März 1198 dann als Regex formulieren? Also wie bekommt man die Monate ebenfalls in diese Regex regeln?

Scheint wohl so zu gehen 😀

DateTime > Name of month | Regex DB

 

[mihe7]

Also wie bekommt man die Monate ebenfalls in diese Regex regeln?

Die sind schon enthalten in Zeilen 7/8, 15/16 und 23/24.