Java/Grails - PrettyTime NLP 可以拆分非日期部分吗？

Question

我正在使用 PrettyTime NLP 从列表中查找日期。

Example

ABC High School March 5, 2016
XYZ High School 08/20/2016 Gym

当我使用 PrettyTimeNLP 进行解析时，它会为我提供这种格式的日期列表。

2016 年 8 月 20 日星期六 10:05:27 美国东部时间

我的问题是是否可以解析字符串，然后在日期之前或之后将其拆分，以便我可以拥有

string1 = 'XYZ High School'
stirng2 = '08/20/2016'
string3 = 'Gym' 

我知道我可以使用 RegEx 来完成这项工作，但这里的示例很简单。我的文档将有 1-10 页长，并包含各种格式的日期。

任何有关如何操作 PrettyTime 的示例将不胜感激。

Answer 1

PrettyTimeParser.parseSyntax() 提供的 DateGroup 包含回答您的问题所需的一些信息。其余信息可根据原文确定。

@GrabResolver(name='sonatype-snapshots', root='https://oss.sonatype.org/content/repositories/snapshots/')
@Grab('org.ocpsoft.prettytime:prettytime-nlp:4.0.1.Final')

import org.ocpsoft.prettytime.nlp.PrettyTimeParser

def list = [
    'ABC High School March 5, 2016',
    'XYZ High School 08/20/2016 Gym'
]

def parser = new PrettyTimeParser()

list.collect {
    [rawText: it, dateGroup: parser.parseSyntax(it).head()]
}.collect {
    def before = 0..<it.dateGroup.position
    def after = it.dateGroup.position + it.dateGroup.text.size()..<it.rawText.size()

    [
        before: it.rawText[before].trim(),
        date: it.dateGroup.dates.head(),
        dateString: it.dateGroup.text,
        after: it.rawText[after].trim()
    ]
}

注意:不要在 Grails 中使用 @Grabs，您应该已经设置了依赖项。

它是如何工作的

上面的示例使用整个原始文本以及 Pretty Time 找到日期的位置以及解析为日期的文本来创建两个范围:一个用于日期之前的文本，另一个用于日期之后的文本。日期后的文本。然后将这两个范围用于整个原始文本以提取三个组成部分。好的...四，我添加了日期。输出如下所示:

[
    [
        before:ABC High School, 
        date:Sat Mar 05 11:45:56 EST 2016, 
        dateString:March 5, 2016, 
        after:
    ], 
    [
       before:XYZ High School, 
       date:Sat Aug 20 11:45:56 EDT 2016, 
       dateString:08/20/2016, 
       after:Gym
    ]
]