1

Tenho essa String :

17 de Outubro de 2008 às 11:35:04

E esse Pattern:

dd 'de' MMMM 'de' yyyy 'às' HH:mm:ss

E esse código:

private OffsetDateTime getData(){
     return Optional.ofNullable(page.<HtmlTableCell>getFirstByXPath(String.format(DOMAIN_XPATH, "Data de Distribuição")))
            .map(HtmlTableCell::asText)
            .map(DATE_TIME_PATTERN::matcher)
            .filter(Matcher::find)
            .map(Matcher::group)
            .map(str -> LocalDateTime.parse(str, DateTimeFormatter.ofPattern(DATE_TIME_PATTERN.toString())).atOffset(ZoneOffset.ofHours(-3)))
            .orElse(null);
}

Quero transformar essa data em um OffsetDateTime porém usando esse Pattern não está funcionando, ele não passa pelo find().

1
  • Atualizei a minha resposta para pegar o mês de Março (faltou a ç na expressão regular)
    – hkotsubo
    Commented 22/01/2019 às 18:11

1 Resposta 1

1

Pelo código, estou assumindo que DATE_TIME_PATTERN é um java.util.regex.Pattern.


Pois bem, o padrão usado em um java.util.regex.Pattern deve ser uma expressão regular (regex), que é bem diferente do padrão usado em um DateTimeFormatter.

A expressão regular serviria para verificar se a string está em determinado formato (como "dois dígitos, seguido de espaço, seguido de várias letras (o mês), etc"). Então ela poderia ser assim: ¹

Pattern DATE_TIME_PATTERN = Pattern.compile("\\d{2} de [a-zA-Zç]+ de \\d{4}.+\\d{2}:\\d{2}:\\d{2}");

Com isso, você verifica se a String está no referido formato:

  • \\d{2} quer dizer "dois dígitos" e \\d{4} quer dizer "quatro dígitos"
  • [a-zA-Zç]+ quer dizer "uma ou mais letras" (incluindo ç, para o mês de Março), o que é o suficiente para o nome do mês, já que o DateTimeFormatter irá verificar o nome posteriormente
  • .+ é "um ou mais caracteres"

Já para fazer o parsing da data, eu também sugiro setar o java.util.Locale para o idioma português, por causa do nome do mês. Se você não especificar um locale, será usado o default da JVM, e nem sempre é garantido que seja português:

// expressão regular para verificar se a String se parece com uma data no formato que você precisa
Pattern DATE_TIME_PATTERN = Pattern.compile("\\d{2} de [a-zA-Zç]+ de \\d{4}.+\\d{2}:\\d{2}:\\d{2}");

// usar o pattern para fazer o parsing da data, com locale em português por causa do nome do mês
DateTimeFormatter parser = DateTimeFormatter.ofPattern("dd 'de' MMMM 'de' uuuu 'às' HH:mm:ss", new Locale("pt", "BR"));

OffsetDateTime odt = Optional.ofNullable("17 de Outubro de 2008 às 11:35:04")
    .map(DATE_TIME_PATTERN::matcher)
    .filter(Matcher::find)
    .map(Matcher::group)
    .map(str ->LocalDateTime.parse(str, parser).atOffset(ZoneOffset.ofHours(-3)))
    .orElse(null);
System.out.println(odt); // 2008-10-17T11:35:04-03:00

A data obtida será 2008-10-17T11:35:04-03:00.


1: Geralmente expressões regulares para verificar datas válidas são bem mais complicadas, já que precisam verificar se o mês possui 28, 29, 30 ou 31 dias, se o ano é bissexto, etc (além de poder ter outras melhorias, como só aceitar nomes dos meses válidos e por aí vai).

Mas neste caso, estamos usando a regex apenas para extrair um trecho que parece uma data (que está no formato indicado, e portanto tem potencial para ser uma data válida), e em seguida validando com DateTimeFormatter, então a regex pode ser mantida simples do jeito que está (pois o parse já irá verificar todos os detalhes, como o nome do mês, valores válidos para cada campo, etc). Se a data for inválida, o parse lançará um DateTimeParseException.


Você também pode trocar a regex para:

Pattern.compile("\\d{2} de [a-zA-Zç]+ de \\d{4} às \\d{2}:\\d{2}:\\d{2}");

Usando às diretamente, em vez de .+, pois aí só vai aceitar strings que contenham exatamente esses caracteres (já que .+ é mais abrangente, pois aceita várias ocorrências de qualquer caractere). Enfim, use o que melhor se encaixar nos seus casos de uso.

Se optar pelo .+, sugiro também trocar por .+?, para o caso de ter mais de uma data na mesma String. Exemplo:

Pattern DATE_TIME_PATTERN = Pattern.compile("\\d{2} de [a-zA-Zç]+ de \\d{4}.+\\d{2}:\\d{2}:\\d{2}");

String s = "17 de Outubro de 2008 às 11:35:04" +
    "  blablabla " +
    "10 de Outubro de 2018 às 10:35:04";

Neste caso, toda a string será passada para parse, resultando em erro. Isso acontece porque .+ é ganancioso e tenta pegar o máximo possível de caracteres. Para evitar este comportamento, basta trocar .+ por .+?. O ? depois do + cancela a ganância, fazendo com que somente a primeira data seja pega pela regex e passada para parse.


PS: por padrão, DateTimeFormatter faz alguns ajustes para datas como 31 de abril (que é ajustado para 30 de abril). Se quiser que ele só aceite datas válidas, pode mudar o java.time.format.ResolverStyle para STRICT:

DateTimeFormatter parser = DateTimeFormatter
    .ofPattern("dd 'de' MMMM 'de' uuuu 'às' HH:mm:ss", new Locale("pt", "BR"))
    .withResolverStyle(ResolverStyle.STRICT);

Desta forma, o ajuste de 31 de abril não é mais feito, e em vez disso é lançado um DateTimeParseException. Para mais detalhes, veja esta resposta.

Se quiser, também é possível fazer um DateTimeFormatter case insensitive, caso o nome do mês esteja todo em minúsculas (ou maiúsculas). Para isso usamos um java.time.format.DateTimeFormatterBuilder:

DateTimeFormatter parser = new DateTimeFormatterBuilder()
    .parseCaseInsensitive()
    .appendPattern("dd 'de' MMMM 'de' uuuu 'às' HH:mm:ss")
    .toFormatter(new Locale("pt", "BR"))
    .withResolverStyle(ResolverStyle.STRICT);

Assim, o nome do mês pode ser tanto "outubro", quanto "Outubro" ou "OUTUBRO".

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .