使用dateparser.search_dates解析西班牙语日期字符串遇格式匹配问题

你遇到的核心问题是解析器对日期格式的识别逻辑和你预期的不匹配，加上字符串里存在多个日期，导致解析结果跑偏了。咱们一步步来修正：

问题根源分析 #

你的目标日期是25.03.2020，格式是日.月.年（DD.MM.YYYY），这是西班牙语区常用的日期格式，但你设置了DATE_ORDER: 'MDY'（月.日.年），完全搞反了顺序。当解析器看到25.03时，发现25不可能是合法月份，就自动 fallback 到了字符串里第一个日期26.03.2020的月份和年份，只保留了时间部分，所以得到了错误的2020-03-26 00:00。

两种解决方案（指定日期格式） #

方案1：适配西班牙语默认日期顺序

直接把DATE_ORDER改成西班牙语常用的DMY，让解析器遵循日-月-年的逻辑解析：

from dateparser.search import search_dates
settings = {'DATE_ORDER': 'DMY'}
string = "26.03.2020 (datos consolidados a las 21:00 horas del 25.03.2020)"
time = search_dates(string, settings=settings)[-1]
print(time)

输出结果：

('21:00 horas del 25.03.2020', datetime.datetime(2020, 3, 25, 21, 0))

方案2：精准锁定目标日期时间格式

如果你的字符串格式固定，直接用DATE_FORMATS参数指定要匹配的格式，彻底避免解析器猜测：

from dateparser.search import search_dates
settings = {
    'DATE_FORMATS': [
        '%H:%M horas del %d.%m.%Y',  # 匹配带时间的目标格式
        '%d.%m.%Y'  # 可选：确保第一个纯日期也能被正确识别
    ]
}
string = "26.03.2020 (datos consolidados a las 21:00 horas del 25.03.2020)"
time = search_dates(string, settings=settings)[-1]
print(time)

这种方式适合格式固定的场景，不会受其他日期的干扰，准确率更高。

额外优化建议 #

如果你的文本都是西班牙语，可以加上'LANGUAGES': ['es']参数，让解析器优先使用西班牙语的日期规则，进一步提升解析稳定性：

settings = {
    'DATE_ORDER': 'DMY',
    'LANGUAGES': ['es']
}

内容的提问来源于stack exchange，提问作者somal