Pythonで文字列から日付を抽出・解析する方法

文字列から日付を抽出するには、まずその文字列内で日付がどのような形式（フォーマット）で表現されているかを把握しておく必要があります。基本的なアプローチとしては、正規表現（reモジュール）で日付部分を取り出し、datetime.datetime.strptime() で解析（パース）するという流れになります。

例えば、文字列中に「YYYY-MM-DD」形式の日付が含まれている場合、以下のコードで抽出と解析ができます。

コード例

import re
import datetime

s = "I have a meeting on 2018-12-10 in New York"
match = re.search(r'\d{4}-\d{2}-\d{2}', s)
date = datetime.datetime.strptime(match.group(), '%Y-%m-%d').date()
print(date)

ポイントとして、re.search() の第1引数には raw 文字列（r''）を使用するとよいでしょう。バックスラッシュのエスケープ処理が不要になり、正規表現が読みやすくなります。また、上記のコードはPython 3の構文（print関数）で記述しています。

実行結果

2018-12-10

strptimeの主な書式指定子

strptime() の第2引数では、対象となる日付のフォーマットを指定します。主な書式指定子は以下の通りです。

• %Y：4桁の西暦年（例：2018）
• %m：2桁の月（01〜12）
• %d：2桁の日（01〜31）

補足：形式が不明な場合はdateutilが便利

日付の形式が事前にわからない場合は、サードパーティライブラリ「python-dateutil」の parser を使うと、さまざまな形式の日付を自動的に解析できます。

from dateutil import parser

date = parser.parse("2018-12-10")
print(date)  # 2018-12-10 00:00:00