Pythonでparsedatetimeを使って日付の文字列を解析する

2022.10.02

このチュートリアルでは、Pythonで parsedatetime を使ってDatetimeをパースする方法について見ていきます。

parsedatetime`パッケージを使用するには、まずpipでインストールする必要があります。

$ pip install parsedatetime

pip install parsedatetime` に失敗した場合、このパッケージはオープンソースでGithubから入手することもできます。

parsedatetimeで文字列をPythonのDatetimeオブジェクトに変換する

最初の、そして最も一般的な parsedatetime の使い方は、文字列をパースして datetime オブジェクトに変換することです。

まず、 parsedatetime ライブラリをインポートして、 Calendar オブジェクトのインスタンスを作成します。

このオブジェクトは、実際の入力、パース、日付の操作を行うものです。

import parsedatetime
calendar = parsedatetime.Calendar()

ここで、文字列を引数として calendar インスタンスの parse() メソッドを呼び出すことができます。

1-1-2021のような通常の datetime フォーマットの文字列や、tomorrow,yesterday,next year,last week,lunch tomorrowなどの人間が読みやすい値を入力することができる... また、tomorrow eodを使用して、‘End of Day’` 構造体を使用することもできる。

それでは、 parsedatetime を用いて、日付と人間が読み取れる文字列を datetime オブジェクトに変換してみよう。

import parsedatetime
from datetime import datetime


calendar = parsedatetime.Calendar()


print(calendar.parse('tomorrow'))
print(calendar.parse('1-1-2021'))

この結果、2つのタプルが出力されます。

(time.struct_time(tm_year=2021, tm_mon=3, tm_mday=19, tm_hour=9, tm_min=0, tm_sec=0, tm_wday=4, tm_yday=78, tm_isdst=-1), 1)
(time.struct_time(tm_year=2021, tm_mon=1, tm_mday=1, tm_hour=18, tm_min=5, tm_sec=14, tm_wday=3, tm_yday=77, tm_isdst=0), 1)

これはあまり人間には読めませんね…。

それぞれの変換で返されるタプルは struct_time オブジェクトからなり、年、月、日などの情報が含まれています。

2 番目の値はステータスコードで、変換がどのように行われたかを表す整数値である。

0はパースに失敗したことを意味し、1はdateへのパースが成功したことを、2はtimeへのパースが成功したことを、3はdatetime` へのパースが成功したことを意味します。

この出力を解析してみましょう。

print(calendar.parse('tomorrow')[0].tm_mday)
print(calendar.parse('1-1-2021')[0].tm_mday)

このコードの結果は

19
1

しかし、ここでは月の日数しか表示されていません。

通常は、YYYY-mm-dd HH:mm:ss のような形式か、そのバリエーションを出力したいと思うでしょう。

ありがたいことに、 time.struct_time の結果を使用して、通常のPythonの datetime を簡単に生成することができます。

import parsedatetime
from datetime import datetime


calendar = parsedatetime.Calendar()


time_structure_tomorrow, parse_status_tomorrow = calendar.parse('tomorrow')
time_structure_2021, parse_status_2021 = calendar.parse('1-1-2021')


print(datetime(*time_structure_tomorrow[:6]))
print(datetime(*time_structure_2021[:6]))

datetime()コンストラクタは、parsedatetime` が提供する時間構造からすべての情報を必要としないので、それをスライスしています。

このコードの結果は

2021-03-19 09:00:00
2021-01-01 18:11:06

1月1日の datetime は実行時刻を考慮したものであることに注意してください。

タイムゾーンの扱い

時には、アプリケーションがエンドユーザーのタイムゾーンを考慮する必要があるかもしれません。

タイムゾーンをサポートするために、私たちは通常Pytzパッケージを使用しますが、他のパッケージを使用することも可能です。

それでは、pipを使ってPytzをインストールしましょう。

$ pip install pytz

これで、 parsedatetime と pytz パッケージをスクリプトにインポートして、標準の Calendar インスタンスを作成することができます。

import parsedatetime
import pytz
from pytz import timezone


calendar = parsedatetime.Calendar()

all_timezones`を出力して、サポートされているタイムゾーンを確認しましょう。

print(pytz.all_timezones)

このコードでは、利用可能なすべてのタイムゾーンの巨大なリストが生成されます。

['Africa/Abidjan', 'Africa/Accra', 'Africa/Addis_Ababa', 'Africa/Algiers', ...]

この中から最初のようなものを選んで、 Calendar の parseDT() 関数の tzinfo 引数として渡します。

その他に、 datetimeString 引数を指定します。

これは、実際にパースしたい文字列を指定します。

datetime_object, status = calendar.parseDT(datetimeString='tomorrow', tzinfo=timezone('Africa/Abidjan'))

このメソッドは、 Datetime オブジェクトと、変換のステータスコード (整数値) – 1 は “成功”、 0 は “失敗” を意味します – をタプルで返します。

それでは、 datetime_object を表示してみましょう。

print(datetime_object)

このコードの結果は

2021-03-16 09:00:00+00:00

Calendar.parseDate()

Calendar.parse()が一般的なレベルのパースメソッドで、ステータスコードとtime.struct_timeを含むタプルを返すのに対し、parseDate()` メソッドは短い形式の日付文字列専用のメソッドで、単に人間が読める結果を返します。

import parsedatetime
calendar = parsedatetime.Calendar()


result = calendar.parseDate('5/5/91')
print(result)

結果 result には、渡された日付の struct_time 値が格納されています。

(1991, 5, 5, 14, 31, 18, 0, 74, 0)

しかし、2077年5月5日をパースしたい場合はどうすればいいのでしょうか？次のようなコードを実行してみてください。

import parsedatetime
calendar = parsedatetime.Calendar()
result = calendar.parseDate('5/5/77')
print(result)

しかし、このコードでは、次のような結果になります。

(1977, 5, 5, 14, 36, 21, 0, 74, 0)

Calendar.parseDate()が短い形式の日付と、より現実的な1977` を間違えたのです。

これを解決するには、2つの方法があります。

  • 単純に完全な年号を指定する – 2077:
import parsedatetime
calendar = parsedatetime.Calendar()
result = calendar.parseDate('5/5/2077')
print(result)
  • 誕生日エポック(BirthdayEpoch)を使用する。
import parsedatetime
constants = parsedatetime.Constants()
constants.BirthdayEpoch = 80


# Pass our new constants to the Calendar
calendar = parsedatetime.Calendar(constants)
result = calendar.parseDate('5/5/77')
print(result)

このコードは次のようになります。

(2077, 5, 5, 14, 39, 47, 0, 74, 0)

parsedatetimeライブラリの定数には、Constantsオブジェクトを介してアクセスすることができます。

ここでは、BirthdayEpochを80` に設定している。

BirthdayEpochはパッケージが二桁の年、例えば77をどのように扱うかをコントロールします。

もし、解析された値がBirthdayEpochに設定した値よりも小さければ、解析された値は2000に追加されます。

BirthdayEpoch を 80 に設定し、77 をパースしたので、2077 に変換されます。

そうでなければ、解析された値を 1900 に追加します。

Calendar.parseDateText()

短い形式の日付の間違いに対処するもうひとつの方法は、長い形式の日付を使用することです。

長い形式の日付の場合は、 parseDateText() メソッドを使用します。

import parsedatetime


result2 = calendar.parseDateText('May 5th, 1991')
print(result2)

このコードは次のようになります。

(1991, 5, 5, 14, 31, 46, 0, 74, 0)

ロケールの使用

最後に、 parsedatetime をロケール情報とともに使用することができます。

ロケール情報は PyICU か、以前に使用した Constants クラスから取得します。

内部クラスの Constants は、 BirthdayEpoch 属性と同じように多くの属性を持っています。

そのうちの2つが localeID と userPyICU です。

試しに、localeIdをSpanishにして、usePyICUは使わないのでFalseに設定してみましょう。

import parsedatetime


constants = parsedatetime.Constants(localeID='es', usePyICU=False)
calendar = parsedatetime.Calendar(constants)
result, code = calendar.parse('Marzo 28')
print(result)

この結果、次のようになります。

(time.struct_time(tm_year=2021, tm_mon=3, tm_mday=28, tm_hour=15, tm_min=0, tm_sec=5, tm_wday=0, tm_yday=74, tm_isdst=0), 1)

このメソッドは struct_time を返すので、これを簡単に datetime に変換することができます。

print(datetime(*result[:6]))

この結果は次のようになります。

2021-03-28 22:08:40

結論

このチュートリアルでは、Python の parsedatetime パッケージを使用して日時をパースするいくつかの方法について説明しました。

文字列と parsedatetime オブジェクトの変換、そして parsedatetime ライブラリの Constants インスタンスを使用して、 pytz やロケールを使用してタイムゾーンを処理する方法について説明しました。

タイトルとURLをコピーしました