update time_parser

ZJ-CAI · Jun 23, 2021 · ea776f9 · ea776f9
1 parent 0fa4966
commit ea776f9
Show file tree

Hide file tree

Showing 3 changed files with 108 additions and 2 deletions.
diff --git a/README.md b/README.md
@@ -45,8 +45,9 @@
 # {'type': 'time_point', 'definition': 'accurate', 'time': ['2003-02-15 00:00:00', '2003-02-15 23:59:59']}
 ```
 
-- 目前支持年月日、星期、季节、季度、节日、农历等解析
+- 目前支持年、月、日、星期、季节、季度、节日、农历、时间范围、模糊时间代词等解析
 - TODO: 周期性时间、时分秒、时间段。敬请期待
+- [关于**时间解析**](../../wiki/时间解析-说明文档)
 
 
 ## 安装 Installation

diff --git a/jionlp/gadget/time_parser.py b/jionlp/gadget/time_parser.py
@@ -72,7 +72,7 @@
     r'(\d0|[一二三四五六七八九]十)年代([初中末](期)?|前期|后期)?')
 
 # `农历年、月、日`：二〇一七年农历正月十九
-# 强制农历 日 必须为汉字，不可为阿拉伯数字，容易引起混淆
+# 强制农历 `日` 必须为汉字，不可为阿拉伯数字，容易引起混淆
 LUNAR_YEAR_MONTH_DAY_PATTERN = re.compile(
     # 基本农历判定正则（已废弃）
     # '(农历)?(([一二三四五六七八九零〇]{2}|[一二三四五六七八九零〇]{4}|[12]\d{3}|\d{2})年)?'
@@ -94,6 +94,25 @@
     r'((初|(二)?十|廿)[一二三四五六七八九]|[二三]?十)|'  # 农历九月初十
     r'(农历)((初|(二)?十|廿)[一二三四五六七八九]|[二三]?十)')  # 农历初十
 
+LUNAR_LIMIT_YEAR_MONTH_DAY_PATTERN = re.compile(
+    # 非强制也可，根据 `日` 得知为农历日期
+    r'(农历)?((前|今|明|去|同|当|后|大前|本|次)年)'
+    r'(农历)?((闰)?([正一二三四五六七八九十冬腊]|十[一二]|[1-9]|1[012])月)?'
+    r'([初廿][一二三四五六七八九十])|'  # 2012年9月初十/9月初十/初十
+
+    # 非强制也可，根据 `月` 得知为农历日期
+    r'((前|今|明|去|同|当|后|大前|本|次)年)'
+    r'(农历)?(((闰)?[正冬腊]|闰([一二三四五六七八九十]|十[一二]|[1-9]|1[012]))月)'
+    r'((初|(二)?十|廿)[一二三四五六七八九]|[初二三]十)?|'  # 2012年冬月/2012年冬月初十/冬月初十/冬月
+
+    # 强制标明农历，原因在于农历和公历的混淆，非常复杂
+    r'(农历)((前|今|明|去|同|当|后|大前|本|次)年)|'  # 农历二〇一二年
+    r'(农历)((前|今|明|去|同|当|后|大前|本|次)年)'
+    r'((闰)?([正一二三四五六七八九十冬腊]|十[一二]|[1-9]|1[012])月)|'  # 农历二零一二年九月
+    r'((前|今|明|去|同|当|后|大前|本|次)年)'
+    r'(农历)((闰)?([正一二三四五六七八九十冬腊]|十[一二]|[1-9]|1[012])月)')  # 二零一二年农历九月
+
+
 # 年、（农历）季节
 YEAR_LUNAR_SEASON_PATTERN = re.compile(
     r'(([一二三四五六七八九零〇]{2}|[一二三四五六七八九零〇]{4}|[12]\d{3}|\d{2})年)?'
@@ -450,6 +469,7 @@ def parse_time_point(self, time_string, time_base_handler):
                      self.parse_year_fixed_solar_festival,
                      self.parse_year_fixed_lunar_festival,
                      self.parse_year_regular_solar_festival,
+                     self.parse_lunar_limit_year_month_day,
                      self.parse_limit_year_month_day,
                      self.parse_blur_year,
                      self.parse_lunar_year_month_day,  # 汉字优先按农历解析
@@ -1328,6 +1348,88 @@ def normalize_lunar_year_month_day(self, time_string):
 
         return first_time_handler, second_time_handler, 'time_point', 'accurate'
 
+    def parse_lunar_limit_year_month_day(self, time_string):
+        """按照 `农历限定年、月、日`进行解析，与 normalize_lunar_limit_year_month_day 配套使用
+
+        :param time_string:
+        :return:
+        """
+        searched_res = LUNAR_LIMIT_YEAR_MONTH_DAY_PATTERN.search(time_string)
+        if searched_res:
+            logging.info(''.join(['matched: ', searched_res.group(),
+                                  '\torig: ', time_string]))
+            first_time_handler, second_time_handler, time_type, blur_time = \
+                self.normalize_lunar_limit_year_month_day(time_string)
+
+            return first_time_handler, second_time_handler, time_type, blur_time
+        else:
+            return None
+
+    def normalize_lunar_limit_year_month_day(self, time_string):
+        """ 解析 农历限定年、月、日 时间
+
+        :return:
+        """
+        lunar_year_pattern = YEAR_PATTERNS[4]
+        lunar_month_pattern = MONTH_PATTERNS[4]
+        lunar_day_pattern = DAY_PATTERNS[1]
+
+        lunar_year = lunar_year_pattern.search(time_string)
+        lunar_month = lunar_month_pattern.search(time_string)
+        lunar_day = lunar_day_pattern.search(time_string)
+
+        lunar_time_point = TimePoint()
+
+        if lunar_year:
+            lunar_year_string = lunar_year.group(1)
+            if '大前' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0] - 3
+            elif '前' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0] - 2
+            elif '去' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0] - 1
+            elif '今' in lunar_year_string or '同' in lunar_year_string or '当' in lunar_year_string or '本' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0]
+            elif '明' in lunar_year_string or '次' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0] + 1
+            elif '后' in lunar_year_string:
+                lunar_time_point.year = self.time_base_handler[0] + 2
+            else:
+                raise ValueError('The given time string `{}` is illegal.'.format(time_string))
+
+        else:
+            raise ValueError('There is a bug for `{}`.'.format(time_string))
+
+        leap_month = False
+        if lunar_month:
+            lunar_month_string = lunar_month.group(1)
+            if '闰' in lunar_month_string:
+                leap_month = True
+            lunar_month_string = lunar_month_string\
+                .replace('正', '一').replace('冬', '十一').replace('腊', '十二').replace('闰', '')
+            lunar_month_string = self._char_num2num(lunar_month_string)
+
+            lunar_time_point.month = lunar_month_string
+
+        if lunar_day:
+            # (初|(二)?十|廿)[一二三四五六七八九]|(二|三)?十)?
+            lunar_day_string = lunar_day.group(0)
+            lunar_day_string = lunar_day_string\
+                .replace('初', '').replace('廿', '二十')
+            lunar_day_string = self._char_num2num(lunar_day_string)
+
+            lunar_time_point.day = lunar_day_string
+
+        lunar_time_handler = lunar_time_point.handler()
+
+        # 对农历日期的补全
+        lunar_time_handler = TimeParser.time_completion(lunar_time_handler, self.time_base_handler)
+
+        first_time_handler, second_time_handler = self._convert_lunar2solar(
+            lunar_time_handler, leap_month=leap_month)
+
+        return first_time_handler, second_time_handler, 'time_point', 'accurate'
+
     def parse_year_24st(self, time_string):
         """按照`年、节气`进行解析，与 normalize_year_24st 配套使用
 

diff --git a/test/test_time_parser.py b/test/test_time_parser.py
@@ -115,6 +115,9 @@ def test_time_parser(self):
             ['闰4月', {'year': 2020}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2020-05-23 00:00:00', '2020-06-20 23:59:59']}],
             ['廿一', {'year': 2021, 'month': 5}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2021-06-30 00:00:00', '2021-06-30 23:59:59']}],
             ['正月', {'year': 2021, 'month': 5}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2021-02-12 00:00:00', '2021-03-12 23:59:59']}],
+            ['去年五月初五', {'year': 2021}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2020-06-25 00:00:00', '2020-06-25 23:59:59']}],
+            ['后年九月廿二', {'year': 2021}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2023-11-05 00:00:00', '2023-11-05 23:59:59']}],
+            ['明年腊月', {'year': 2021}, {'type': 'time_point', 'definition': 'accurate', 'time': ['2022-12-23 00:00:00', '2023-01-21 23:59:59']}],
 
             # 年、节气
             ['2017年大寒', time.time(), {'type': 'time_point', 'definition': 'accurate', 'time': ['2018-01-20 00:00:00', '2018-01-20 23:59:59']}],