一種識別對話中日期的方法
中文對話中的日期表達方式有不少java
大概總結了一下大概右下邊幾類git
// 昨天 今天 明天 // 前天 大前天 後天 大後天 大大前天 大大後天。。。 // 2號 15日 五月50號 // 下個月五號 上個月今天 // 這週末 這週五 下週六 上週日 // 10天后 五天前
那麼找規律，將有共同特性的結構進行統一處理github
總結一下共同特性正則表達式
1. 漢字正整數轉化成阿拉伯數字測試
// 1. 10天后 五十天前 十二月十五日 十二月13號 這些能夠提取出將漢字數字轉化成阿拉伯數字的方法
對話中不多出現「二十萬天前」這種比較離譜的日子，因此在這裏我只實現了一個萬之內正整數轉換的方法code
在整個處理過程當中考慮了不少，好比說「兩萬二」這種數字orm
private static final HashMap<Character, Integer> NUMBER_MAPPER = new HashMap<Character, Integer>() {{
put('一', 1); put('二', 2); put('三', 3); put('四', 4); put('五', 5);
put('六', 6); put('七', 7); put('八', 8); put('九', 9); put('零', 0);
put('壹', 1); put('貳', 2); put('叄', 3); put('肆', 4); put('伍', 5);
put('陸', 6); put('柒', 7); put('捌', 8); put('玖', 9); put('〇', 0);
put('兩', 2); put('倆', 2); put('倆', 2); put('仨', 3);
put('1', 1); put('2', 2); put('3', 3); put('4', 4); put('5', 5);
put('6', 6); put('7', 7); put('8', 8); put('9', 9); put('0', 0);
}};
private static final String NUMBER_PATTERN = "(一|二|三|四|五|六|七|八|九|壹|貳|叄|肆|五|陸|柒|捌|玖|兩|倆|倆|仨)";
//口語數字轉化爲標準數字的正則表達式
private static final HashMap<String, String> NUMBER_SPOKEN_PATTERN = new HashMap<String, String>() {{
put(NUMBER_PATTERN + "{1}(百|佰)" + NUMBER_PATTERN + "{1}$", "十");
put(NUMBER_PATTERN + "{1}(千|仟)" + NUMBER_PATTERN + "{1}$", "百");
put(NUMBER_PATTERN + "{1}(萬|萬)" + NUMBER_PATTERN + "{1}$", "千");
}};
private NumberUtils() {}
/**
* 字符串數字轉阿拉伯數字，支持萬之內正整數漢語數字轉換
* @param input
* @return
*/
public static Integer parseInteger(String input) {
try {
return Integer.parseInt(input);
} catch (NumberFormatException e) {
return hanNumber2Arabic(input);
}
}
/**
* 萬之內中國數字轉阿拉伯數字(正整數)
* 5百 -> 500
* 六十一 -> 61
* @param input
* @return
*/
private static Integer hanNumber2Arabic(String input) {
if (isEmpty(input)) {
return null;
}
input = regular(input);
Queue<Integer> stash = new LinkedList<>();
Integer result = 0;
for (char c : input.toCharArray()) {
switch (c) {
case '零':
case '〇':
break;
case '十':
case '拾':
result += stash.poll() * 10;
break;
case '百':
case '佰':
result += stash.poll() * 100;
break;
case '千':
case '仟':
result += stash.poll() * 1000;
break;
case '萬':
case '萬':
result += stash.poll() * 10000;
break;
default:
stash.offer(NUMBER_MAPPER.get(c));
break;
}
}
if (stash.size() > 0) {
result += stash.poll();
}
return result;
}
/**
* 萬之內口語數字轉化爲標準數字
* 兩千二 -> 兩千二百
* 兩萬五 -> 兩萬五千
*
* @param input
*/
private static String regular(String input) {
for (Map.Entry<String, String> entry : NUMBER_SPOKEN_PATTERN.entrySet()) {
Pattern pat = Pattern.compile(entry.getKey());
Matcher matcher = pat.matcher(input);
if (matcher.find()) {
return input + entry.getValue();
}
}
return input;
}
2. 中文的月表述和日表述rem
// 在中文中表示月的說法：這個月 上個月 五月 5月 大上個月。。。 // 一樣在中文中表示日的說法：今天 昨天 大前天 大大後天 5號 18日。。。 // 能夠提取出一個識別這些表述的方法
在這裏我沒有實現「X天前」，「上週末」，「星期二」這些表述；只實現了針對於上邊表述的識別字符串
不管是日表述仍是月表述均可以分爲兩類get
1. 針對於當前時間的表述 好比說：這個月 昨天
2. 針對於具體月份或日的表示 好比說：3月 六號
因此代碼以下
private static final HashMap<String, Integer> CHINESE_DAY_EXPRESSION_MAPPER = new HashMap<String, Integer>() {{
put("今天", 0); put("明天", 1); put("後天", 2); put("昨天", -1); put("前天", -2);
}};
private static final HashMap<String, Integer> CHINESE_MONTH_EXPRESSION_MAPPER = new HashMap<String, Integer>() {{
put("這個月", 0); put("下個月", 1); put("上個月", -1);
}};
private DateUtils() {}
/**
* 根據月表述和日表述 計算日期
* @param monthExpression 月表述："這個月" "上個月" "五月" "5月"
* @param dayExpression 日表述："今天" "前天" "5號" "5日"
* @return 計算後的日期 這個月五號 -> 2017-11-05
*/
public static LocalDate dateExcursion(String monthExpression, String dayExpression) {
monthExpression = Utils.isNull(monthExpression, "");
dayExpression = Utils.isNull(dayExpression, "");
LocalDate result = LocalDate.now(ZoneId.systemDefault());
int monthOffset = getDateAdjunct(monthExpression);
if (monthOffset != 0) {
monthExpression = monthExpression.substring(monthOffset);
}
// 對於不一樣的表述 不一樣處理
if (CHINESE_MONTH_EXPRESSION_MAPPER.get(monthExpression) != null) {
int baseOffset = CHINESE_MONTH_EXPRESSION_MAPPER.get(monthExpression);
if (baseOffset > 0) { // 針對基於當前日期的表述 進行加或減
result = result.plusMonths(baseOffset + monthOffset);
} else if (baseOffset != 0) {
result = result.plusMonths(baseOffset - monthOffset);
}
} else if (!Utils.isEmpty(monthExpression)) { // 針對指定日期的表述 進行指定
Integer month = NumberUtils.parseInteger(monthExpression.substring(0, monthExpression.length() - 1));
result = result.withMonth(month);
}
int dayOffset = getDateAdjunct(dayExpression);
if (dayOffset != 0) {
dayExpression = dayExpression.substring(dayOffset);
}
if (CHINESE_DAY_EXPRESSION_MAPPER.get(dayExpression) != null) {
int baseOffset = CHINESE_DAY_EXPRESSION_MAPPER.get(dayExpression);
if (baseOffset > 0) {
result = result.plusDays(baseOffset + dayOffset);
} else if (baseOffset != 0) {
result = result.plusDays(baseOffset - dayOffset);
}
} else if (!Utils.isEmpty(dayExpression)) {
Integer dayOfMonth = NumberUtils.parseInteger(dayExpression.substring(0, dayExpression.length() - 1));
result = result.withDayOfMonth(dayOfMonth);
}
return result;
}
// 在這裏處理用‘大’字修飾的表述 處理的有點笨拙
private static Integer getDateAdjunct (String dateExpression) {
int result = 0;
for (char c : dateExpression.toCharArray()) {
if (c == '大') {
result++;
} else {
break;
}
}
return result;
}
3. 最後就是須要在分詞的時候把這些表述準確的分出來，在這裏我用的是HanLP分詞，屏蔽了數量詞識別，加入了本身的專門用於日期識別的方法，同時爲了避免污染HanLP優秀的詞庫，加入了本身定義的專門用於日期識別的詞庫
今天 t_day 1024 昨天 t_day 1024 明天 t_day 1024 上個月 t_month 1024 下個月 t_month 1024 這個月 t_month 1024 一月 t_month 1024 二月 t_month 1024 三月 t_month 1024 四月 t_month 1024 五月 t_month 1024
那麼有了本身的時間詞和詞性，就能夠方便的識別這些時間表述了
/**
* 從中文輸入中提取具體日期信息
* @param input "上個月今天" "這個月6號" "明天" "5月6號"
* @return 2017-05-06
*/
public static String getAppointDay(String input) {
List<Term> terms = NLPSegment.seg(input);
dateMerge(terms);
String monthExpression = "";
String dayExpression = "";
for (int i = 0; i < terms.size(); i++) {
Term term = terms.get(i);
if ("t_month".equals(term.nature.toString())) {
monthExpression = term.word;
} else if ("t_day".equals(term.nature.toString())) {
dayExpression = term.word;
return DateUtils.dateExcursion(monthExpression, dayExpression).toString();
}
}
return DateUtils.dateExcursion(monthExpression, dayExpression).toString();
}
/**
* 合併數量詞和日期單位
* 5/m 月/q -> 5月/mq
* 大/a 前天/t_day -> 大前天/t_day
*/
public static void dateMerge(List<Term> terms) {
Term prev = null;
Iterator<Term> iterator = terms.iterator();
while (iterator.hasNext()) {
Term current = iterator.next();
if ("月".equals(current.word) && prev != null && "m".equals(prev.nature.toString())) {
prev.word += current.word;
prev.nature = Nature.create("t_month");
iterator.remove();
} else if (("日".equals(current.word) || "號".equals(current.word))
&& prev != null && "m".equals(prev.nature.toString())) {
prev.word += current.word;
prev.nature = Nature.create("t_day");
iterator.remove();
} else if (("大".equals(current.word) || "大大".equals(current.word))
&& prev != null && prev.word != null
&& (prev.word.startsWith("大") && prev.word.endsWith("大"))) {
prev.word += current.word;
prev.nature = Nature.a;
iterator.remove();
} else if (("t_month".equals(current.nature.toString()) || "t_day".equals(current.nature.toString()))
&& prev != null && prev.word != null
&& (prev.word.startsWith("大") && prev.word.endsWith("大"))) {
prev.word += current.word;
prev.nature = Nature.create("t_month".equals(current.nature.toString()) ? "t_month" : "t_day");
iterator.remove();
} else {
prev = current;
}
}
}
dateMerge方法有兩個做用
1. 用於合併數字和時間單位
2. 用於合併用‘大’修飾的時間表述
最後調用getAppointDay()方法進行分析便可
測試一下
public void testGetAppointDay() {
LocalDate now = LocalDate.now(ZoneId.systemDefault());
assertEquals(HanLPUtils.getAppointDay("昨每天氣怎麼樣"), now.plusDays(-1).toString());
assertEquals(HanLPUtils.getAppointDay("前每天氣怎麼樣"), now.plusDays(-2).toString());
assertEquals(HanLPUtils.getAppointDay("今每天氣怎麼樣"), now.toString());
assertEquals(HanLPUtils.getAppointDay("明每天氣怎麼樣"), now.plusDays(1).toString());
assertEquals(HanLPUtils.getAppointDay("後每天氣怎麼樣"), now.plusDays(2).toString());
assertEquals(HanLPUtils.getAppointDay("大後每天氣怎麼樣"), now.plusDays(3).toString());
assertEquals(HanLPUtils.getAppointDay("大大後每天氣怎麼樣"), now.plusDays(4).toString());
assertEquals(HanLPUtils.getAppointDay("大大大後每天氣怎麼樣"), now.plusDays(5).toString());
assertEquals(HanLPUtils.getAppointDay("大大大大後每天氣怎麼樣"), now.plusDays(6).toString());
assertEquals(HanLPUtils.getAppointDay("大大前每天氣怎麼樣"), now.plusDays(-4).toString());
assertEquals(HanLPUtils.getAppointDay("大前每天氣怎麼樣"), now.plusDays(-3).toString());
assertEquals(HanLPUtils.getAppointDay("大下個月後每天氣怎麼樣"), now.plusMonths(2).plusDays(2).toString());
assertEquals(HanLPUtils.getAppointDay("大上個月後每天氣怎麼樣"), now.plusMonths(-2).plusDays(2).toString());
assertEquals(HanLPUtils.getAppointDay("下個月後每天氣怎麼樣"), now.plusMonths(1).plusDays(2).toString());
assertEquals(HanLPUtils.getAppointDay("上個月今每天氣怎麼樣"), now.plusMonths(-1).toString());
assertEquals(HanLPUtils.getAppointDay("下個月前每天氣怎麼樣"), now.plusMonths(1).plusDays(-2).toString());
assertEquals(HanLPUtils.getAppointDay("上個月昨每天氣怎麼樣"), now.plusMonths(-1).plusDays(-1).toString());
assertEquals(HanLPUtils.getAppointDay("這個月今每天氣怎麼樣"), now.toString());
assertEquals(HanLPUtils.getAppointDay("五月二十日天氣怎麼樣"), now.withMonth(5).withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("5月二十日天氣怎麼樣"), now.withMonth(5).withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("五月20日天氣怎麼樣"), now.withMonth(5).withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("5月20日天氣怎麼樣"), now.withMonth(5).withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("20號天氣怎麼樣"), now.withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("二十號天氣怎麼樣"), now.withDayOfMonth(20).toString());
assertEquals(HanLPUtils.getAppointDay("大上個月大大大大大前每天氣怎麼樣"), now.plusMonths(-2).plusDays(-7).toString());
assertEquals(HanLPUtils.getAppointDay("天氣怎麼樣"), now.toString());
}
結果固然是經過了
相關文章
- 1. 一種計算日期的新方法
- 2. golang 日期對比方法
- 3. 日期對話框DatePickerDialog
- 4. Android 日期對話框 DatePickerDialog
- 5. 利用日期正則表達式之識別合法日期
- 6. 類型識別的幾種方法
- 7. vc 關閉對話框幾種方法
- 8. 日期方法
- 9. 多種方法修正日期格式
- 10. iS-RPA中，轉換日期格式的幾種常見方法
- 更多相關文章...
- • SQLite 日期 & 時間 - SQLite教程
- • ionic 對話框 - ionic 教程
- • C# 中 foreach 遍歷的用法
- • SpringBoot中properties文件不能自動提示解決方法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 字節跳動21屆秋招運營兩輪面試經驗分享
- 2. Java 3 年，25K 多嗎？
- 3. mysql安裝部署
- 4. web前端開發中父鏈和子鏈方式實現通信
- 5. 3.1.6 spark體系之分佈式計算-scala編程-scala中trait特性
- 6. dataframe2
- 7. ThinkFree在線
- 8. 在線畫圖
- 9. devtools熱部署
- 10. 編譯和鏈接
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 一種計算日期的新方法
- 2. golang 日期對比方法
- 3. 日期對話框DatePickerDialog
- 4. Android 日期對話框 DatePickerDialog
- 5. 利用日期正則表達式之識別合法日期
- 6. 類型識別的幾種方法
- 7. vc 關閉對話框幾種方法
- 8. 日期方法
- 9. 多種方法修正日期格式
- 10. iS-RPA中，轉換日期格式的幾種常見方法