Java 或 Scala 使用 java.time 快速解析具有多种不同格式的日期

Question

我想要一个通用且快速的解析器来解析随机格式的日期，例如:

• 2018
• 2018-12-31
• 2018/12/31
• 2018 年 12 月 31 日
• 20181231151617
• 2018-12-31T15:16:17
• 2018-12-31T15:16:17.123456
• 2018-12-31T15:16:17.123456Z
• 2018-12-31T15:16:17.123456 UTC
• 2018-12-31T15:16:17.123456+01:00
• ... 这么多的可能性

有没有一种好的方法或“魔术”函数可以做到这一点？

目前我打算使用这样的东西:

val formatter = new DateTimeFormatterBuilder()
  .appendPattern("[yyyy-MM-dd'T'HH:mm:ss]")
  .appendPattern("[yyyy-MM-dd]")
  .appendPattern("[yyyy]")
  // add so many things here
  .parseDefaulting(ChronoField.MONTH_OF_YEAR, 1)
  .parseDefaulting(ChronoField.DAY_OF_MONTH, 1)
  .parseDefaulting(ChronoField.HOUR_OF_DAY, 0)
  .parseDefaulting(ChronoField.MINUTE_OF_HOUR, 0)
  .parseDefaulting(ChronoField.SECOND_OF_MINUTE, 0)
  .parseDefaulting(ChronoField.MICRO_OF_SECOND, 0)
  .toFormatter()


val temporalAccessor = formatter.parse("2018")
val localDateTime = LocalDateTime.from(temporalAccessor)
localDateTime.getHour
val zonedDateTime = ZonedDateTime.of(localDateTime, ZoneId.systemDefault)
val result = Instant.from(zonedDateTime)

但是有比指定数百种格式更聪明的方法吗？

我找到的大多数答案都已过时(Java8 之前)或不关注性能和许多不同的格式。

Answer 1

不，没有好的/神奇的方法来做到这一点，主要有两个原因:

1. 数据格式的变化和歧义使得通用解析器非常困难。例如11/11/11

2. 您正在寻找非常高的性能，这排除了任何暴力方法。每个日期 1us 意味着只需几千条指令即可完成完整解析。

在某种程度上，您将不得不指定哪些格式有效以及如何解释它们。执行此操作的最佳方法可能是一个或多个正则表达式，从可能构成日期的所有允许的字符组合中提取适当的字段，然后对各个字段进行更简单的验证。

这是一个处理您列出的所有日期的示例:

val DateMatch = """(\d\d\d\d)[-/ ]?((?:\d\d)|(?:\w\w\w))?[-/ ]?(\d\d)?T?(\d\d)?:?(\d\d)?:?(\d\d)?[\.]*(\d+)?(.*)?""".r

date match {
  case DateMatch(year, month, day, hour, min, sec, usec, timezone) =>
    (year, Option(month).getOrElse("1"), Option(day).getOrElse(1), Option(hour).getOrElse(0), Option(min).getOrElse(0), Option(sec).getOrElse(0), Option(usec).getOrElse(0), Option(timezone).getOrElse(""))
  case _ =>
    throw InvalidDateException
}

如您所见，一旦包含所有可能的日期，它就会变得非常棘手。但是，如果正则表达式引擎可以处理它，那么它应该是高效的，因为正则表达式应该编译成一个状态机，它只查看每个字符一次。