在处理日期格式时，Python 提供了多种方法来识别和转换不同日期格式为统一格式。以下是几种常见的方法： ### 使用 `dateutil` 库 Python 的 `dateutil` 模块可以自动识别各种日期格式并将其转换为 `datetime` 对象。这是最常用的方法之一，适用于大多数非标准化日期格式的情况。 ```python from dateutil.parser import parse date_str = "2023-10-15" dt = parse(date_str) print(dt.strftime("%Y-%m-%d")) # 输出统一格式的日期 ``` 该方法支持自动识别，无需指定日期格式即可解析字符串日期[^1]。 ### 使用 `pandas` 处理数据集 如果处理的是数据集中的日期列，可以使用 `pandas` 的 `to_datetime` 方法，它能够自动识别大部分日期格式。 ```python import pandas as pd df = pd.DataFrame({'date': ['2023-10-15', '15/10/2023', '2023.10.15']}) df['date'] = pd.to_datetime(df['date']) print(df['date'].dt.strftime("%Y-%m-%d")) ``` 通过 `pandas`，可以轻松将日期列统一为标准化格式[^1]。 ### 使用 `datetime` 模块 对于已知格式的日期字符串，可以使用 `datetime.strptime` 来解析并转换为标准格式。 ```python from datetime import datetime date_str = "15/10/2023" dt = datetime.strptime(date_str, "%d/%m/%Y") print(dt.strftime("%Y-%m-%d")) ``` 此方法需要明确知道输入日期的格式，并通过指定格式进行解析[^1]。 ### 使用正则表达式匹配多种格式 如果存在多种日期格式，可以通过正则表达式匹配并分别解析。 ```python import re from datetime import datetime def parse_date(date_str): # 定义日期格式模式 patterns = [ (r"(\d{4})-(\d{2})-(\d{2})", "%Y-%m-%d"), # 格式：YYYY-MM-DD (r"(\d{2})/(\d{2})/(\d{4})", "%m/%d/%Y"), # 格式：MM/DD/YYYY (r"(\d{2})\.(\d{2})\.(\d{4})", "%d.%m.%Y") # 格式：DD.MM.YYYY ] for pattern, fmt in patterns: match = re.match(pattern, date_str) if match: return datetime.strptime(date_str, fmt).strftime("%Y-%m-%d") return None date_strs = ["2023-10-15", "10/15/2023", "15.10.2023"] for date_str in date_strs: print(f"{date_str} -> {parse_date(date_str)}") ``` 通过正则表达式匹配和格式化字符串，可以灵活地处理多种日期格式并将其统一为标准格式[^1]。 ###