| # import dateutil | |
| # from dateparser import DateDataParser | |
| # import re | |
| # | |
| # def normalize_data(input): | |
| # def normalize_dates(input_text): | |
| # # RegEx für deutsche Datumsformate | |
| # date_pattern = r""" | |
| # (?: | |
| # (?:\d{1,2}(?:\.|\\\.)?\s*) # Tag (z. B. 15, 15. oder 15\.) | |
| # (?:Januar|Februar|März|April|Mai|Juni|Juli|August|September|Oktober|November|Dezember| | |
| # Jan|Feb|Mär|Apr|Mai|Jun|Jul|Aug|Sep|Okt|Nov|Dez)\.? # Monatsname (mit optionalem Punkt) | |
| # \s* # optionaler Leerraum | |
| # (?:\d{2,4})? # Jahr (optional, z. B. 2025 oder 20) | |
| # )| | |
| # (?: # Alternative für numerische Formate | |
| # \d{1,2}(?:\.|\\\.|/|-)\d{1,2}(?:\.|\\\.|/|-)(?:\d{4}|\d{2}) # DD.MM.YYYY, DD-MM-YYYY, DD/MM/YY | |
| # )| | |
| # (?: # ISO-Format (YYYY-MM-DD oder YY-MM-DD) | |
| # \d{2,4}(?:\.|\\\.|/|-)\d{1,2}(?:\.|\\\.|/|-)\d{1,2} | |
| # ) | |
| # """ | |
| # | |
| # # Kompiliere das Muster mit re.VERBOSE | |
| # compiled_pattern = re.compile(date_pattern, re.VERBOSE) | |
| # | |
| # # Finde alle Datumsangaben | |
| # matches = compiled_pattern.findall(input_text) | |
| # | |
| # # Instanziiere DateDataParser | |
| # ddp = DateDataParser() | |
| # | |
| # # Ersetze die gefundenen Datumsangaben mit dem normalisierten Format | |
| # for match in matches: | |
| # try: | |
| # # Parse das Datum | |
| # date_data = ddp.get_date_data(match) | |
| # if date_data.date_obj.year is None: | |
| # normalized_date = date_data.date_obj.strftime("%d.%m") # Ohne Jahr | |
| # else: | |
| # normalized_date = date_data.date_obj.strftime("%d.%m.%Y") # Mit Jahr | |
| # # Ersetze das Originaldatum durch das normalisierte Datum | |
| # input_text = input_text.replace(match, normalized_date) | |
| # except Exception as e: | |
| # print(f"Fehler bei der Verarbeitung von '{match}': {e}") | |
| # | |
| # # Regex für '20. und 21.03.2025' oder ähnliche Formate | |
| # date_pattern = r"(\d{1,2})\.?\s*und\s*(\d{1,2})\.(\d{1,2})\.(\d{4})" | |
| # | |
| # # Ersetze alle Vorkommen von '20. und 21.03.2025' durch '20.03.2025 und 21.03.2025' | |
| # input_text = re.sub(date_pattern, r"\1.\3.\4 und \2.\3.\4", input_text) | |
| # | |
| # # Regex für '20. und 21.03.2025' oder ähnliche Formate | |
| # date_pattern = r"(\d{1,2})\.\s*(bis|-)\s*(\d{1,2})\.(\d{1,2})\.(\d{4})" | |
| # | |
| # # Ersetze alle Vorkommen von '20. und 21.03.2025' durch '20.03.2025 und 21.03.2025' | |
| # input_text = re.sub(date_pattern, r"\1.\4.\5 - \3.\4.\5", input_text) | |
| # | |
| # # Ersetze 20.02.2024 bis (zum) 22.02.204 mit 20.02.2024 - 22.02.204 | |
| # date_pattern = r"(\d{2})\.(\d{2})\.(\d{4})\s*(bis|-)\s*(zum)?\s*(\d{2})\.(\d{2})\.(\d{4})" | |
| # input_text = re.sub(date_pattern, r"\1.\2.\3 - \6.\7.\8", input_text) | |
| # | |
| # return input_text | |
| # | |
| # def normalize_times(input_text): | |
| # # Regex für Zeitangaben | |
| # time_patterns = r""" | |
| # \b | |
| # (\d{1,2}) # Stunde (z.B. 19 oder 5) | |
| # (?: | |
| # [:.] # Trennzeichen (Doppelpunkt oder Punkt) | |
| # (\d{2}) # Minuten (optional) | |
| # )? | |
| # (?:\s*(?:Uhr|h))? # Optional "Uhr" oder "h", nur bei Minuten oder Kontext | |
| # (?: # Optionaler Zeitbereich (z.B. 19-20 oder 19 bis 20) | |
| # \s?(?:-|bis)\s? # Trennzeichen "-" oder "bis" | |
| # (\d{1,2}) # Endzeit-Stunde | |
| # (?: | |
| # [:.] # Trennzeichen (Doppelpunkt oder Punkt) | |
| # (\d{2}) # Endzeit-Minuten (optional) | |
| # )? | |
| # # Optional "Uhr" oder "h" bei Endzeit | |
| # )? | |
| # \s*(?:Uhr|h) | |
| # \b | |
| # """ | |
| # | |
| # # Funktion, um Matches zu parsen und zu ersetzen | |
| # def format_time(match): | |
| # # Startzeit | |
| # start_hour = int(match.group(1)) | |
| # start_minute = int(match.group(2) or 0) | |
| # formatted_start = f"{start_hour:02}:{start_minute:02}" | |
| # | |
| # # Endzeit | |
| # if match.group(3): | |
| # end_hour = int(match.group(3)) | |
| # end_minute = int(match.group(4) or 0) | |
| # formatted_end = f"{end_hour:02}:{end_minute:02}" | |
| # return f"{formatted_start}-{formatted_end}" # Zeitbereich | |
| # return formatted_start # Nur Startzeit | |
| # | |
| # # Kompiliere Regex mit re.VERBOSE | |
| # compiled_pattern = re.compile(time_patterns, re.VERBOSE) | |
| # | |
| # # Ersetze alle gefundenen Zeitangaben im Text | |
| # replaced_text = compiled_pattern.sub(format_time, input_text) | |
| # return replaced_text | |
| # | |
| # def normalize_text(input_text): | |
| # return re.sub(r"(\d)([a-zA-Z])", r"\1 \2", input_text) | |
| # | |
| # normalized_data = normalize_times(input) | |
| # normalized_data = normalize_dates(normalized_data) | |
| # normalized_data = normalize_text(normalized_data) | |
| # return normalized_data | |
| # | |
| # | |
| # | |