R语言使用lubridate解析带TH、ST后缀的英文日期问题

你当前的解析逻辑会失败，主要源于两点：

• 原始日期字符串前后带有冗余空格，未做预处理
• 日期部分附带的ST/TH/ND/RD这类序数后缀，是%d占位符无法直接识别的——%d仅匹配纯数字格式的日值，遇到附带字母的内容会匹配失败，返回NA值

方法一：先清洗字符串再解析（容错性最高，最稳妥） #

核心思路是先剔除冗余内容，再套用你原本的解析规则，完整可运行代码如下：

library(lubridate)
# 原始测试数据
dt <- c("  4TH AUGUST 2014 ", "  1ST AUGUST 2014 ")

# 清洗步骤：1. 去除字符串前后的多余空格 2. 删除数字后附带的不区分大小写的序数后缀
dt_clean <- trimws(dt) |> 
  gsub(pattern = "(\\d+)(st|nd|rd|th)", replacement = "\\1", ignore.case = TRUE)

# 执行日期解析
parse_date_time(dt_clean, orders = "%d %B %Y")

方法二：直接在解析规则中兼容序数后缀 #

如果不想单独写预处理环节，也可以在parse_date_time的格式规则中直接加入对序数后缀的匹配，跳过独立清洗步骤：

parse_date_time(dt, orders = "%d(?i)(st|nd|rd|th) %B %Y")

注：该方法的容错性弱于先清洗再解析的方案，如果字符串中存在格式不规范的杂字，更容易出现解析偏差。

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