Python dateparser问题：含额外字符的日期字符串解析返回None

问题原因 #

dateparser默认采用严格解析模式，它会尝试将整个输入字符串匹配为日期格式。当字符串中混入非日期相关的额外内容时，无法匹配到完整的日期模式，因此返回None。

解决方法 #

方法1：关闭严格解析模式 #

通过settings参数设置STRICT_PARSING=False，让dateparser自动从字符串中提取有效日期部分，忽略无关内容：

from dateparser import parse

# 关闭严格解析后可正常提取日期
print(parse('April 19, 2006 test test', settings={'STRICT_PARSING': False}))
# 输出：2006-04-19 00:00:00

方法2：预处理字符串提取日期片段 #

如果需要更精准的控制，可以先用正则表达式提取字符串中的日期片段，再传给parse函数处理。例如针对美式英文日期的正则匹配：

import re
from dateparser import parse

text = 'April 19, 2006 test test'
# 匹配英文月份+日期+年份的格式
date_pattern = r'(January|February|March|April|May|June|July|August|September|October|November|December)\s+\d{1,2},\s+\d{4}'
date_match = re.search(date_pattern, text)

if date_match:
    print(parse(date_match.group()))
    # 输出：2006-04-19 00:00:00

内容的提问来源于stack exchange，提问作者petrashin_nikita