import datetime import re def format_chinese_date(date_str): """ 将包含中文字符的日期字符串格式化为标准的 'YYYY-MM-DD HH:MM:SS' 格式。 参数: date_str (str): 输入的中文日期字符串，例如 "20 19 年7 月18日 09： 30整" 返回: str: 格式化后的日期字符串，例如 "2019-07-18 09:30:00" 如果格式错误，返回 None 并打印错误信息。 """ # 检查输入类型 if not isinstance(date_str, str): print(f"输入类型错误: 期望字符串类型，实际类型为 {type(date_str)}") return None # print("------------") # print(f"原始输入: {date_str}") # 预处理：删除第一个数字之前的所有字符 date_str = re.sub(r'^[^\d]*', '', date_str) # 1. 删除所有空格 date_str = ''.join(date_str.split()) # 1.5 删除括号及其内容（中文括号） date_str = re.sub(r'（.*?）', '', date_str) # 2. 使用正则表达式移除所有非数字和非必要的中文字符 # 只保留数字、年、月、日、时、分、秒、冒号、减号 date_str = re.sub(r'[^\d年月日时分秒点:：\-]', '', date_str) # print(f"去除多余字符后: {date_str}") # 3. 替换全角冒号为半角冒号 date_str = date_str.replace('：', ':') # 4. 替换'年'和'月'为 '-', '日'为 ' '，确保日期和时间之间有一个空格 date_str = date_str.replace('年', '-').replace('月', '-').replace('日', ' ') # 替换'时'、'分'为 ':'，并移除'秒' date_str = date_str.replace('时', ':').replace('点',':').replace('分', ':').replace('秒', '') # print(f"替换分隔符后: {date_str}") # 5. 处理时间部分 if ' ' not in date_str: # 如果没有时间部分，添加默认时间 date_str += ' 00:00:00' else: # 分割日期和时间部分 parts = date_str.split(' ', 1) if len(parts) != 2: # Unexpected format print(f"日期格式错误: 分割后部分数不正确 - {date_str}") return None date_part, time_part = parts if not time_part: # 时间部分为空，设置为默认时间 time_part = '00:00:00' else: # 如果时间部分只有小时和分钟，添加秒 time_components = time_part.split(':') if len(time_components) == 1: # 只有小时 time_part = f"{time_components[0]:0>2}:00:00" elif len(time_components) == 2: # 小时和分钟 time_part = f"{time_components[0]:0>2}:{time_components[1]:0>2}:00" elif len(time_components) == 3: # 小时、分钟和秒 time_part = f"{time_components[0]:0>2}:{time_components[1]:0>2}:{time_components[2]:0>2}" else: # 超过3个部分，格式错误 print(f"日期格式错误: 时间部分格式不正确 - {time_part}") return None # 补齐日期部分中的月和日为双数字 date_parts = date_part.split('-') if len(date_parts) != 3: print(f"日期格式错误: 日期部分格式不正确 - {date_part}") return None year, month, day = date_parts month = month.zfill(2) day = day.zfill(2) date_part = f"{year}-{month}-{day}" date_str = f"{date_part} {time_part}" # print(f"最终处理后字符串: {date_str}") # 6. 定义输入字符串的格式 input_format = "%Y-%m-%d %H:%M:%S" try: # 解析字符串为 datetime 对象 dt = datetime.datetime.strptime(date_str, input_format) # 格式化为所需的输出格式 formatted_date = dt.strftime("%Y-%m-%d %H:%M:%S") return formatted_date except ValueError as e: print(f"日期格式错误: {e} - 处理后的字符串: '{date_str}'") return None # 示例使用 if __name__ == "__main__": input_dates = [ # 完整的日期和时间 "开标日期是2021年 6月 18日 15点 00分", "2019年7月18日09：30", "20 19 年7 月18日 09： 30整（北京时间）", "2020年02月05日12时30分45秒", "2021年3月15日16:45:30", "2022年6月30日23时59分59秒", "2023年01月01日00时00分00秒", "2024年12月31日23:59:59", # 仅有日期，没有时间 "2020年12月5日", "2021年5月1日", "2022年02月29日", # 闰年 "2023年04月31日", # 无效日期 "2021年13月1日", # 无效月份 "2021年00月10日", # 无效月份 "2021年05月00日", # 无效日期 "2021年05月32日", # 无效日期 # 日期和部分时间 "2020年2月5日12时", "2020年2月5日12时30分", "2021年3月15日16:", "2023年01月01日00：00", "2021年5月1日07时5分5秒", "2021年5月1日07:5:5", # 带有不同中文字符和额外内容 "2020年02月05日12:30整", "2021年3月15日16:45（上午）", "2022年6月30日23:59:59（夜间）", "2023年01月01日00:00（凌晨）", "2024年02月29日00:00:00（闰年）", # 不同的时间表示方式 "2022年6月30日23：59：59", "2023年01月01日00：00", "2021年3月15日16时45分", "2020年02月05日12：30：45", # 无效的日期字符串 "无效日期字符串", "2021年5月1日25时00分00秒", # 无效小时 "2021年5月1日23时60分00秒", # 无效分钟 "2021年5月1日23时59分60秒", # 无效秒 ] for input_date in input_dates: formatted = format_chinese_date(input_date) print(type(formatted)) print(f"原始输入: {input_date} -> 格式化后: {formatted}\n") if not formatted: print("error!")