import sys
from loguru import logger
from ChineseTimeNLP import TimeNormalizer, logger_format # 引入包
"""
# 這兩行是用來初始化logger的,如果沒有初始化就無法開啟logger
logger.remove()
default_logger = logger.add(sys.stdout, format=logger_format, level="DEBUG")
"""
tn = TimeNormalizer(isPreferFuture=False)
(上/下/这/ /)(星期/礼拜/这周)(天/日/末/三)晚上8点
(上/下/这/ /)(星期/礼拜/这周)(天/日/末/三)晚上8点
(今/昨/前/明/后)天(早上10点/早上/中午/晚上)
12月13(日/号)(早上/下午/晚上)(<>点)
如果要修改,我有fork一個repo https://github.com/r09944035vsfu1/ChineseTimeNLP
这是 Time-NLP 的 Python3 版本。
fork 自 zhanzecheng/Time_NLP
相关链接:
- Python2 版本 https://github.com/ryanInf/Time-NLPY/tree/Python2%E7%89%88%E6%9C%AC
- Python3 版本 https://github.com/ryanInf/Time-NLPY
- Java 版本 https://github.com/shinyke/Time-NLP
- PHP 版本 https://github.com/crazywhalecc/Time-NLP-PHP
可以传入自定义的 pattern,默认 pattern 也可以通过 from ChineseTimeNLP import pattern
导入。
TimeNormalizer(isPreferFuture=True, pattern=None):
对于下午两点、晚上十点这样的词汇,在不特别指明的情况下,默认返回明天的时间点。
安装:
pip install ChineseTimeNLP
使用:
from ChineseTimeNLP import TimeNormalizer
tn = TimeNormalizer()
res = tn.parse(target=u"三天后") # target 为待分析语句,baseTime 为基准时间默认是当前时间
print(res)
用于句子中时间词的抽取和转换
详情请见 Test.py
tn = TimeNormalizer(isPreferFuture=False)
res = tn.parse(target=u'星期天晚上') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'晚上8点到上午10点之间') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(
target=u'2013年二月二十八日下午四点三十分二十九秒',
baseTime='2013-02-28 16:30:29') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(
target=u'我需要大概33天2分钟四秒',
baseTime='2013-02-28 16:30:29') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'今年儿童节晚上九点一刻') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'三日') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'7点4') # target为待分析语句,baseTime为基准时间默认是当前时间
print(res)
print('====')
res = tn.parse(target=u'今年春分')
print(res)
print('====')
res = tn.parse(target=u'7000万')
print(res)
print('====')
res = tn.parse(target=u'7百')
print(res)
print('====')
res = tn.parse(target=u'7千')
print(res)
print('====')
结果:
目标字符串: 星期天晚上
基础时间 2019-7-28-15-47-27
temp ['星期7晚上']
{"type": "timestamp", "timestamp": "2019-07-28 20:00:00"}
====
目标字符串: 晚上8点到上午10点之间
基础时间 2019-7-28-15-47-27
temp ['晚上8点', '上午10点']
{"type": "timespan", "timespan": ["2019-07-28 20:00:00", "2019-07-28 10:00:00"]}
====
目标字符串: 2013年二月二十八日下午四点三十分二十九秒
基础时间 2013-2-28-16-30-29
temp ['2013年2月28日下午4点30分29秒']
{"type": "timestamp", "timestamp": "2013-02-28 16:30:29"}
====
目标字符串: 我需要大概33天2分钟四秒
基础时间 2013-2-28-16-30-29
temp ['33天2分钟4秒']
timedelta: 33 days, 0:02:04
{"type": "timedelta", "timedelta": {"year": 0, "month": 1, "day": 3, "hour": 0, "minute": 2, "second": 4}}
====
目标字符串: 今年儿童节晚上九点一刻
基础时间 2019-7-28-15-47-27
temp ['今年儿童节晚上9点1刻']
{"type": "timestamp", "timestamp": "2019-06-01 21:15:00"}
====
目标字符串: 三日
基础时间 2019-7-28-15-47-27
temp ['3日']
{"type": "timestamp", "timestamp": "2019-07-03 00:00:00"}
====
目标字符串: 7点4
基础时间 2019-7-28-15-47-27
temp ['7点4']
{"type": "timestamp", "timestamp": "2019-07-28 07:04:00"}
====
目标字符串: 今年春分
基础时间 2019-7-28-15-47-27
temp ['今年春分']
{"type": "timestamp", "timestamp": "2019-03-21 00:00:00"}
====
目标字符串: 7000万
基础时间 2019-7-28-15-47-27
temp ['70000000']
{"type": "error", "error": "no time pattern could be extracted."}
====
目标字符串: 7百
基础时间 2019-7-28-15-47-27
temp []
{"type": "error", "error": "no time pattern could be extracted."}
====
目标字符串: 7千
基础时间 2019-7-28-15-47-27
temp []
{"type": "error", "error": "no time pattern could be extracted."}
====
见 Test.py
问题 | 现在版本 | 正确 |
---|---|---|
晚上8点到上午10点之间 | ["2018-03-16 20:00:00", "2018-03-16 22:00:00"] | ["2018-03-16 20:00:00", "2018-03-17 10:00:00"]" |
为了适合自己的编程习惯,删除了代码中部分文件的头部注释信息,信息格式如下,特此声明:
# -*- coding: utf-8 -*-
# @Time : xxxxxxxx
# @Author : zhm
# @File : xxxxx
# @Software: PyCharm
# @Changed : tianyuningmou