Alhamdulillah, sebulan pegang Python dapet kasus yang sedikit menantang. Jadi begini problemnya, ada list berisi tanggal lahir, tempat lahir dan tahun lahir seseorang dengan karakter campuran latin dan non latin(kanji jepang). Yang lebih menarik/ menantang, formatnya tidak konsisten. Nah, seperti ini lengkapnya:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 |
生 年 月 日 (a)1955年-1958年頃 (b)1945年-1950年頃 1963年頃 (a)1966年頃(b)1960年 (c)1953年 1961年頃 1965年頃 1968年頃 1969年 1953年頃 (a)1960年頃(b)1966年 1975年頃 1968年頃 1953年頃 1963年頃 1957年頃 1973年頃 (a)1953年頃 (b)1960年頃 (a)1968年頃 (b)1969年 1963年から1968年の間 1968年頃 (a)1958年から1963年の間 (b)1970年頃 1968年頃 1963年頃 1963年頃 1969年頃 1960年-1962年頃 1960年頃 (a)1942年頃 (b)1948年頃 1958年頃 (a)1966年頃(b)1969年頃 (a)1963年頃(b)1955年頃 (c)1956年 1971年 1961年頃 1965年頃 1968年から1973年の間 1965年頃 1966年から1967年頃 1967年頃 (a)1975年頃(b)1971年 1962年-1963年頃 1968年から1973年の間 1953年から1958年の間 1968年頃 1958年頃 (a)1958年頃 (b)1967年1月1日 (a)1958年頃 (b)1953年頃 1968年から1973年の間 1963年頃 1954年 1963年から1968年の間 1960年頃 1968年頃 1958年から1963年の間 1963年頃 1956年から1957年の間 1973年頃 1965年頃 1966年から1967年頃 1958年頃 1923年頃 (a)1957年 (b)1953年 1958年頃 1972年から1973年までの間 1963年 1971年 1964年 1962年 (a)1970年 (b)1967年 1958年 1974年 1970年 1934年 1968年 1963年頃 1965-03-29 00:00:00 1954年-1955年 1972年 1940年-1941年 1951-06-19 00:00:00 (a)1963年4月11日(b)1960年4月11日 1960年 1965年 1947年 1975-01-01 00:00:00 1961年 1960-06-29 00:00:00 1963-03-15 00:00:00 不明 1971-11-19 00:00:00 1968-12-30 00:00:00 (a)1960年12月30日 (b)1960年12月13日 1963年6月6日 1974年3月14日又は1974年4月13日又は1974年4月14日又は1970年8月1日 1960年4月10日 1935年 1937年~1945年 (a)1939年4月15日 (b)1938年 1930-05-05 00:00:00 1966年2月2日 1970-02-13 00:00:00 1962年12月26日 (a)1972年 (b)1974年3月21日1974-04-03 00:00:00 (a)1972年5月1日 (b)1973年9月16日 1975-07-15 00:00:00 1977年4月3日1964年4月4日 (a)1957年8月17日 1969-12-18 00:00:00 1971年1月29日 1964-12-04 00:00:00 1962-09-03 00:00:00 1966-07-07 00:00:00 (a)1957年4月25日 (b)1967年4月25日 1967-06-20 00:00:00 1971-01-01 00:00:00 1964年8月11日 1968-04-11 00:00:00 1973 年1月15日 1977-10-21 00:00:00 1974年10月8日 1972-01-02 00:00:00 1975年11月20日 (a)1968年1月1日 (b)1968年4月24日 1965年12月14日 1962-02-01 00:00:00 1950年 1965-10-12 00:00:001961年11月17日 1981-04-24 00:00:00 1966年4月23日 1957年11月3日 1960年4月21日 1966年4月18日 (a)1961年3月1日 (b)1960年6月16日 1966年3月18日又は1967年3月10日 1955年 1971-07-01 00:00:00 1938-08-17 00:00:00 1977-07-06 00:00:00 1974-08-19 00:00:00 1958年 1973-08-03 00:00:00 (a)1969年4月4日 (b)1960年4月4日 (c)1960年6月4日 1956年7月7日又は1963年6月17日 1980-06-01 00:00:00 1963年 1969年 1970-04-20 00:00:00 1977年または1978年の頃 1978-03-20 00:00:00 1981年7月19日 1963-11-04 00:00:00 1966-03-12 00:00:00 1958年頃 1971-04-13 00:00:00 1967-01-17 00:00:001978-11-04 00:00:00 1969-12-20 00:00:00 1950-06-05 00:00:00 1960-12-30 00:00:00 (a)1965年3月1日 (b)1955年 (a)1943年8月17日 (b)1943年 (c)1944年 1971-10-10 00:00:00 1944年頃 1961-03-12 00:00:00 (a)1967年頃 (b)1961年頃 (c)1973年頃 (a)1974年 (b)1975年 (a)1974年 (b)1975年 1969年6月16日 1969年12月19日 1972年頃 1978年6月5日 1972年頃 1970-1973年頃 1972年頃 (a)1971年4月21日 (b)1971年4月22日 (a)1963年10月15日 (b)1973年2月14日 (c)1967年 (d)1957年頃 (a)1962年頃 (b)1961年 (a)1966年1月1日 (b)1958年から1964年までの間 (a)1981年2月5日 (b)1972年1月1日 (a)1964年4月13日 (b)1965年4月13日 1964年5月12日 (d)1955年 (a)1982年4月19日 (b)1982年4月18日 (c)1402年6月24日(ヒジュラ暦) 1979-05-27 00:00:00 (a)1977年11月16日 (b)1974年11月16日 1966-07-20 00:00:00 (a)1984年5月28日 (b)1979年12月3日 ©1979年3月3日(偽造旅券より) 1977年頃 1981年頃 (a)1966年 (b)1961年 (c)1968年から1970年の間 (d)1962年 (a)1957年 (b)1960年 (c)1963年1月1日 1969年 1971年 1974年 (a)1972年 (b)1975年 1970年 1963年 1981年7月30日 1984年12月11日 1970年 (a)1974年1月5日 (b)1977年 (c)1975年 (d)1973年1月24日 (a)1948年5月4日 (b)1946年5月4日 1974年1月31日 (a)1977年8月から9月の間 (b)1976年 1940年 1953年10月4日 1965年10月3日 1980年 1964年 1965年 (a)1966年 (b)1964年 (c)1969年 (d)1971年 1986年8月3日 1969年から1971年の間 1975年から1976年の間 1978年5月9日 1977年-1982年 1970年 1958年 (a)1985年1月1日 (b)1981年 (a)1970年 (f)1975年 1975年から1979年の間 (a)1964年1月1日 (b)1964年2月1日 1978年 1976年 1964年頃 1969年 (a)1982年 (b)1978年 1982年 1958年 (a)1971年12月4日 (b)1977年 1985-07-13 00:00:00 1977年頃 1987-08-10 00:00:00 1960-11-17 00:00:00 (a)1964年6月25日 (b)1965年12月5日 (a)1981年 (b)1982年 1965-11-08 00:00:00 1954年 1973年3月6日 1986-04-07 00:00:00 1976-06-01 00:00:00 1973-01-01 00:00:00 (a)1959年 (b)1957年 1984-12-09 00:00:00 1993-03-12 00:00:00 1975-08-05 00:00:00 1984年 1977年7月12日 (a)1986年1月11日 (b)1982年 1985年3月4日 1975年4月5日 1975年7月14日 (a)1965年 (b)1960年 (c)1963年 1974年 1986年3月9日 1982年5月3日 1959年6月26日 1973年9月28日 1972年2月15日 1994年5月11日 1994年4月29日 1987年3月21日 1968年11月17日 1980年10月29日 (a)1960年 (b)1962年 (c)1965年頃 1966年2月7日 (a)1975年5月14日 (b)1975年頃 (a)1971年9月26日 (b)1977年9月26日 1984年5月19日 1993年2月26日 1973年 1975年 1983年5月10日 (a)1988年9月22日 (b)1989年9月22日 1980年7月6日 1969年2月7日 1986年1月19日 1977年5月3日 1958年9月 1974年10月22日 1977年3月27日 1981年3月9日 (a)1969年1月1日 (b)1971年頃 1974年 (a)1975年 (b)1970年 1989年2月18日 1983年12月13日 1988年7月16日 1983年9月6日 1992年3月14日 1970年1月15日 1972年1月5日 1986年2月22日 (a)1962年2月20日 (b)1959年 (a)1967年6月16日 (b)1967年1月1日 1991年7月11日 (a)1965年3月3日 (b)1965年1月1日 (c)1965年1月11日 1973年2月16日 1978-10-11 00:00:00 1966-06-03 00:00:00 1990-03-03 00:00:00 1967年1月18日 1965年から1969年の間 1989年5月9日 (a)1968年7月10日 (b)1968年6月10日 1983-05-25 00:00:00 (a)1958年1月1日 (b)1952年12月31日 (c)1956年10月28日 1958年頃 (a)1976年10月5 日 (b)1976年10月1日 (c)1976年1月6日 1978-06-26 00:00:00 (a)1972年8月17日 (b)1972年1月1日 (a)1983年10月1日 (b)1983年3月15日 (c)1980年1月1日 1967-07-04 00:00:00 1976年 1985年 |
Tantangannya
Nah, tantangannya begini manteman. Bagaimana caranya mengambil data tanggal dari tiap list tersebut dengan requirement berikut ini.
- Jika terdapat format tanggal didalamnya, maka ambil lalu ubah ke format YYYY/MM/DD
- Jika hanya terdapat tahun saja, maka tampilkan YYYY/01/01
- Jika gagal atau tidak mengandung format yang diinginkan, maka tanpilkan None.
Berikut fungsi yang sudah kita buat. Tentu saja hasil trial & error, comot sana-sini, googling, stackoverflow dll:
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 |
import re from datetime import datetime def extract_dates(text): date_formats = [crayon-670c7e9b1908b000848564 lang="r" '\b(?:\d{4}[- /]\d{1,2}[-/]\d{1,2}|\d{1,2}[-/]\d{1,2}[-/]\d{4})\b', r'\b(?:\d{4}[-/]\d{1,2}|\d{1,2}[-/]\d{4})\b', r'\b(?:\d{4})\b' ] extracted_dates = [] for date_format in date_formats: matches = re.findall(date_format, text) for match in matches: try: # Jika hanya tahun, set bulan dan hari ke 1 if len(match) == 4: date_obj = datetime(int(match), 1, 1).date() else: date_obj = datetime.strptime(match, "%Y-%m-%d").date() formatted_date = date_obj.strftime("%Y/%m/%d") extracted_dates.append(formatted_date) except ValueError: pass if extracted_dates: return extracted_dates[0] else: return None |
Mari kita bahas alurnya.
Pattern Format Tanggal
0 1 2 3 |
date_formats = [crayon-670c7e9b1908d136345281 lang="r" '\b(?:\d{4}[- /]\d{1,2}[-/]\d{1,2}|\d{1,2}[-/]\d{1,2}[-/]\d{4})\b', r'\b(?:\d{4}[-/]\d{1,2}|\d{1,2}[-/]\d{4})\b', r'\b(?:\d{4})\b' ] |
Ini adalah beberapa format tanggal yang mungkin ditemui dalam teks. Format tersebut menggunakan regular expression untuk mencocokkan pola-pola tertentu yang dapat mewakili tanggal.
Pengecekan dan Konversi Tanggal
0 1 2 3 4 5 6 7 8 |
try: if len(match) == 4: date_obj = datetime(int(match), 1, 1).date() else: date_obj = datetime.strptime(match, "%Y-%m-%d").date() formatted_date = date_obj.strftime("%Y/%m/%d") extracted_dates.append(formatted_date) except ValueError: pass |
- Jika panjang tanggal adalah 4 (hanya tahun), maka diasumsikan bulan dan hari adalah 1.
- Jika tidak, mencoba untuk mengonversi tanggal menjadi objek datetime dan kemudian memformatnya ke dalam format yang diinginkan (“%Y/%m/%d”).
- Menangani exception ValueError jika ada tanggal yang tidak dapat diuraikan.
Pengecekan Hasil Ekstraksi:
0 1 2 3 |
if extracted_dates: return extracted_dates[0] else: return None |
Ini akan mengembalikan tanggal pertama yang berhasil diekstrak jika ada, atau None jika tidak ada tanggal yang ditemukan.
Sekarang mari kita uji coba.
0 1 2 3 |
sample_inputs = sample.split() for date in sample_inputs: print(extract_dates(date)) |
Walhamdulillah, outputnya sesuai dengan yang diharapkan.
Nah, begitu saja manteman.
Sekian, terimakasih.