「729全台大停電」這一則會掛在 Building Dates

[pm5]

http://fact.g0v.tw/wiki/729%E5%85%A8%E5%8F%B0%E5%A4%A7%E5%81%9C%E9%9B%BB

記錄一下。

[jimyhuang]

喔，新的date parser改了之後，parse不到這裡的日期 XD
http://fact.g0v.tw/wiki/.json?nocache=1

[taichunmin]

不知道這個東西有沒有幫助，
剛剛很努力的去看了 lib/zhdateparser.js 沒有看很懂
順手寫了一個正規表示法
但是不知道怎麼套進去xd

https://www.debuggex.com/r/Z92q2SWxSwDavGxD

我這個正規表達式會很聰明的把 日期 的各部份切開

Group 0: 全部的年份文字
Group 1: 西元 民國 或 undefined
Group 2: 前 或 undefined
Group 3: 年份，會自動抓年後面的一個非數字，例如年代、年底之類的
Group 4: 月份，會自動抓月後面的一個非數字，例如月初、月底之類的
Group 5: 日期

[jimyhuang]

@taichunmin 太好了..
找出年份，是在 https://github.com/g0v/twangry/blob/master/lib/zhdateparser.js#L132

而這是截出整段的 https://github.com/g0v/twangry/blob/master/lib/zhdateparser.js#L137

  // Real parser
  // Phase 1: Find summary start at year, end with specific html tag
  pattern = /(<a[^>]+>)?(西元)?([1-2][0-9]{3}年?)?(－|-|~|～)?([1-2]?[0-9]{3}(<\/[^>]+>)?(年代|年|底)(<\/[^>]+>)?([0-9]{1,2}月(<\/[^>]+>)?|)([0-9]{1,2}日|)).+(<\/(li|p|div|ul)>)/g;

要不要直接pull request?

[taichunmin]

目前還沒有比較明確的想法xd
而且我也還不知道 到底問題是出在哪邊
繼續研究看看 哈
@jimyhuang 辛苦啦xd