问从数字串中解释日期
EN

Code Review用户

提问于 2019-10-08 01:08:46

回答 1查看 266关注 0票数 7

我开发了一个函数，从给定的数字序列中提取日期并重新格式化它。

这是代码：

from datetime import datetime as dt


def format_dates(field):
    n = len(field)
    match = False
    i = 0
    while match is False:
        try:
            # Take the last four digits
            year = int(field[-4 - i:n - i])
        except ValueError:
            return ''

        # Check if this year is between today's year +/- (15, 100)
        if (1919 <= year <= 2019):
            # Check if there are other 4 digits before these 4 ones
            if (len(field[-8 - i:n - i]) == 8):
                try:
                    f_date = dt.strptime(field[-8 - i:n - i],
                                         '%d%m%Y').strftime('%d/%m/%Y')
                    match = True
                    return f_date
                except ValueError:
                    pass
            else:
                return ''
        i += 1

解释：

这一职能：

接受一个数字序列作为输入。
从这个序列中提取最后四个数字。
检查提取的四位数是否在2019年至1919年之间，如果没有，则会中断。
如果是，它会检查在先前提取的数字之前是否还有4位数字，如果没有，则会中断。
如果是，则尝试格式化整个8位数字。
如果有ValueError异常，它就会通过(ValueError，表示有8位数字，最后4位代表一个正确的年份，但前四位数字是错的。因此，它传递到增量i+1，以添加前面的下一个数字，并删除处理序列中的最后一个数字)。

示例：

输入：‘1303201949’

迭代1：
- I= 0，match = False
- 年份=1946年
- 测试1(2019年至1919年之间的年份)：及格。
- test2 (1946年之前还有4位数字，即0320位)：passes。
- 格式化整个8位数: ValueError异常，因此i= i+1并传递到下一次迭代。
迭代2：
- I= 1，match = False
- 年份= 0194
- 测试1( 2019至1919年之间的年份)：失败，因此i=i+1并传递到下一次迭代。
迭代3：
- I= 2，match = False
- 年份=2019年
- 测试1:通过
- 测试2:通过
- 格式化全部8位数字(13032019)：13/03/2019年(无ValueError异常)通过
- match = True，返回格式化日期，从while循环中中断。

这个函数工作得很好，但是它处理错误的方式看起来很难看。另外，我认为它不是优化的(同样的例外是重复的，很多返回和代码似乎不优雅)。

如何重新格式化代码并使其更加优化？

python

parsing

datetime

error-handling

回答 1

Code Review用户

回答已采纳

发布于 2019-10-08 02:36:14

异常

如果算法找不到日期，则引发异常比返回''更容易。如果此函数的用户不测试该哨兵值，则返回前哨值而不是异常会导致意外行为。

注释

评论应该解释你为什么做某事，而不是怎么做。# Take the last four digits只告诉您代码本身。我宁愿在field[-4 - i:n - i]上评论为什么您做n - i而不是只做-i。

嵌套

与其嵌套许多if-子句，不如测试条件和continue的负值，这样代码的其余部分就更少嵌套了。

匹配

不要测试condition is True。只要做condition。在Python中，许多值可以在测试中充当True或False。

无论如何，您的match从未被使用过；当您将其设置为True时，您还将返回结果，因此while True:在这里就足够了。

`field`

这是一个非常不清楚的变量名。此方法不包含字符串格式的日期，那么为什么不这样调用参数呢？

返回类型

你的代码现在做了两件事。它在字符串中查找日期，并将该日期转换为其他格式。最好将这两件事分开，然后返回一个datetime.datetime，让这个方法的调用者担心如何正确格式化。

`while True`

您使用的是带有递增计数器的while True-loop。更好的方法是使用for i in range(...)或使用itertools.count：for i in itertools.count()。在这种情况下，您知道只会有len(field) - 7迭代，所以您最好使用它。

还原算法

您将显式测试子字符串是否有8个字符长，然后测试其格式是否正确。通过将while True更改为for-loop，您知道子字符串将有8个字符长。然后，首先尝试将其转换为datetime，然后检查年份是否正确，这是有意义的：

def format_dates2(date_string):
    n = len(date_string)
    for i in range(n - 7):
        sub_string = date_string[-(8 + i) : n - i]
        # not just -i because that fails at i==0
        try:
            date = dt.strptime(sub_string, "%d%m%Y")
        except ValueError:
            continue
        if not (1919 <= date.year <= 2019):
            continue
        return date
    raise ValueError("Date not in the correct format")