-
Notifications
You must be signed in to change notification settings - Fork 31
Expand file tree
/
Copy pathdata_type_utils.py
More file actions
255 lines (210 loc) · 7.24 KB
/
data_type_utils.py
File metadata and controls
255 lines (210 loc) · 7.24 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
import re
from datetime import datetime
from typing import Union, Dict, List, Any
import warnings
# 常见日期格式模式（按优先级排序）
DATE_PATTERNS = [
# ISO 格式
"%Y-%m-%d", # 2023-10-05
"%Y%m%d", # 20231005
"%Y-%m", # 2023-10 (自动补当月1日)
# 带英文月份的格式
"%d %B %Y", # 05 October 2023
"%d-%b-%Y", # 05-Oct-2023
"%b %d, %Y", # Oct 05, 2023
"%B %d, %Y", # October 05, 2023
# 数字格式（处理不同分隔符和顺序）
"%m/%d/%Y", # 10/05/2023 (美式)
"%d/%m/%Y", # 05/10/2023 (欧式)
"%Y/%m/%d", # 2023/10/05
"%m-%d-%Y", # 10-05-2023
"%d-%m-%Y", # 05-10-2023
"%Y-%d-%m", # 2023-05-10
"%m.%d.%Y", # 10.05.2023
"%d.%m.%Y", # 05.10.2023
"%Y%m", # 202310 (自动补1日)
# 处理不带前导零的情况
"%m/%d/%y", # 10/5/23
"%d/%m/%y", # 5/10/23
"%m-%d-%y", # 10-5-23
"%d-%m-%y", # 5-10-23
# 中文格式
"%Y年%m月%d日", # 2023年10月05日
"%Y年%m月", # 2023年10月
"%m月%d日", # 10月05日 (自动补当年)
# 特殊格式处理
"%Y%j", # 年+儒略日 2023278
"%d-%b-%y", # 05-Oct-23
"%b-%d-%y", # Oct-05-23
]
def is_integer(s):
"""判断字符串是否是整数"""
try:
int(s)
return True
except Exception as e:
return False
def is_float(s):
try:
float(s)
return True
except Exception as e:
return False
def is_numeric(s):
try:
int(s)
float(s)
return True
except Exception as e:
return False
def is_date(s, date_formats=DATE_PATTERNS):
"""判断字符串是否是日期"""
for fmt in date_formats:
try:
datetime.strptime(s, fmt)
return True
except Exception as e:
pass
return False
def str_to_date(date_str: str, default_year: int = None) -> Union[datetime.date, None]:
"""
将字符串转换为日期对象，支持自动识别多种格式
参数：
date_str: 日期字符串
default_year: 当日期缺少年份时的默认年份
返回：
datetime.date对象 或 None（解析失败时）
"""
if date_str is None:
warnings.warn(
"str_to_date() received None input, returning None directly.",
RuntimeWarning
)
return None
# 允许直接传入日期对象
if isinstance(date_str, datetime):
return date_str.date()
original_str = str(date_str).strip()
if not original_str:
return None
# 预处理中文年月日
date_str = original_str.replace("年", "-").replace("月", "-").replace("日", "")
for pattern in DATE_PATTERNS:
try:
dt = datetime.strptime(date_str, pattern)
# 处理没有年份的情况
if "%Y" not in pattern and "%y" not in pattern:
if not default_year:
default_year = datetime.now().year
dt = dt.replace(year=default_year)
return dt.date()
except Exception as e:
continue
# 尝试处理不带年份的月份日期（如10-05）
if "-" in date_str and len(date_str.split("-")) == 2:
try:
month, day = map(int, date_str.split("-"))
year = default_year or datetime.now().year
return datetime(year, month, day).date()
except Exception as e:
pass
# 特殊处理纯数字格式（如20231005）
if date_str.isdigit():
# 处理6位数字（YYMMDD）
if len(date_str) == 6:
try:
return datetime.strptime(date_str, "%y%m%d").date()
except Exception as e:
pass
# 处理8位数字（YYYYMMDD）
if len(date_str) == 8:
try:
return datetime.strptime(date_str, "%Y%m%d").date()
except Exception as e:
pass
# 最终尝试使用dateutil（如果安装）
try:
from dateutil.parser import parse
return parse(original_str).date()
except ImportError:
pass
except Exception as e:
return None
return None
def json_to_feature_tree(json_obj: Union[Dict, List]) -> 'FeatureTree':
"""
将JSON对象转换为FeatureTree对象
参数：
json_obj: 从FeatureTree.__json__()得到的JSON对象
返回：
FeatureTree: 转换后的FeatureTree对象
"""
# 局部导入以避免循环依赖
from table2tree.feature_tree import FeatureTree, TreeNode, IndexNode, BodyNode
# 创建根FeatureTree对象
tree = FeatureTree()
# 根据结构类型处理
if isinstance(json_obj, dict):
# 设置结构类型
tree.structure_type = json_obj.get('structure_type', 'kv')
# 处理index和body
if 'index' in json_obj:
tree.index = _build_node(json_obj['index'])
if 'body' in json_obj:
if isinstance(json_obj['body'], list):
tree.body = [_build_node(item) for item in json_obj['body']]
else:
tree.body = _build_node(json_obj['body'])
# 处理其他属性
tree.name = json_obj.get('name', '')
tree.value = json_obj.get('value', '')
tree.parent = None
elif isinstance(json_obj, list):
# 对于列表类型，直接转换为body列表
tree.structure_type = 'list'
tree.body = [_build_node(item) for item in json_obj]
return tree
def _build_node(node_data: Any) -> Union['TreeNode', 'IndexNode', 'BodyNode', 'FeatureTree']:
"""
递归构建节点对象
参数：
node_data: 节点的JSON数据
返回：
构建的节点对象
"""
# 局部导入以避免循环依赖
from table2tree.feature_tree import TreeNode, IndexNode, BodyNode, FeatureTree
if isinstance(node_data, dict):
# 判断是否是FeatureTree对象
if 'structure_type' in node_data:
return json_to_feature_tree(node_data)
# 判断节点类型
node_type = node_data.get('type', 'TreeNode')
# 创建相应的节点对象
if node_type == 'IndexNode':
node = IndexNode(
name=node_data.get('name', ''),
value=node_data.get('value', '')
)
elif node_type == 'BodyNode':
node = BodyNode(
name=node_data.get('name', ''),
value=node_data.get('value', '')
)
else: # 默认为TreeNode
node = TreeNode(
name=node_data.get('name', ''),
value=node_data.get('value', '')
)
# 处理children
if 'children' in node_data and node_data['children']:
node.children = [_build_node(child) for child in node_data['children']]
# 设置parent关系
for child in node.children:
child.parent = node
return node
elif isinstance(node_data, (str, int, float, bool, type(None))):
# 基本类型直接返回
return TreeNode(value=str(node_data) if node_data is not None else '')
# 其他情况返回空节点
return TreeNode()