🧠【完整教學】Python 日期格式自動辨識：一次搞懂多種時間格式轉換（新手也看得懂）

📌 前言：為什麼「日期格式」會讓工程師崩潰？

你可能遇過這種情況：

• Excel 匯出 → 01/28/2026 14:35:20
• 資料庫 → 2026-01-28 14:35:20
• 舊系統 → 20260128143520
• API 回傳 → 2026/1/28 14:35

👉 看起來都是時間，但格式完全不同！

如果你沒有處理好，就會出現：

• ❌ 程式直接報錯
• ❌ 資料轉換失敗
• ❌ 報表時間錯亂

---

🎯 本篇重點：打造「萬用日期解析器」

我們要做的是：

👉 寫一段程式，自動判斷日期格式並轉成 Python 的 datetime

---

🧩 核心概念（白話版）

整個邏輯其實很簡單：

1️⃣ 先檢查是不是空值
2️⃣ 判斷符合哪一種日期格式
3️⃣ 用對應方式轉換
4️⃣ 成功就回傳

---

🧪 完整範例

import re
from datetime import datetime

def convert_to_datetime(text):

    # Step 1：處理空值
    if text is None:
        return None
    
    text = str(text).strip()
    if text == "" or text.lower() == "nan":
        return None

    # Step 2：定義格式清單（規則 + 轉換格式）
    rules = [
        (r'^\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}$', '%Y-%m-%d %H:%M:%S'),
        (r'^\d{4}/\d{2}/\d{2} \d{2}:\d{2}$', '%Y/%m/%d %H:%M'),
        (r'^\d{2}/\d{2}/\d{4} \d{2}:\d{2}:\d{2}$', '%m/%d/%Y %H:%M:%S'),
        (r'^\d{14}$', '%Y%m%d%H%M%S'),
        (r'^\d{8}$', '%Y%m%d')
    ]

    # Step 3：逐一比對
    for pattern, fmt in rules:
        if re.match(pattern, text):
            return datetime.strptime(text, fmt)

    # Step 4：都不符合
    return None

---

🔍 一步一步解釋（新手版）

🧱 Step 1：先擋掉「垃圾資料」

if text is None:
    return None

👉 避免：

• 空值
• NaN
• 空字串

這一步非常關鍵，不然後面會直接爆錯。

---

🧱 Step 2：定義「日期規則表」

rules = [
    (regex, 格式),
]

這邊就像在建立一張對照表：

資料長怎樣	怎麼解析
2026-01-28 14:35:20	%Y-%m-%d %H:%M:%S
2026/01/28 14:35	%Y/%m/%d %H:%M
01/28/2026 14:35:20	%m/%d/%Y %H:%M:%S
20260128143520	%Y%m%d%H%M%S

---

🧱 Step 3：用「正則表達式」判斷格式

if re.match(pattern, text):

👉 白話：

「這個字串長得像不像某種日期格式？」

例如：

20260128  → 8碼數字 → 是日期

---

🧱 Step 4：轉換成 datetime

datetime.strptime(text, fmt)

👉 功能：

把「字串」變成「時間物件」

---

🧱 Step 5：都不符合就回傳 None

return None

👉 代表：

• 格式不支援
• 資料有問題

---

📊 實際測試結果

print(convert_to_datetime("2026-01-28 14:35:20"))

👉 輸出：

2026-01-28 14:35:20

---

print(convert_to_datetime("20260128"))

👉 輸出：

2026-01-28 00:00:00

---

print(convert_to_datetime("abc"))

👉 輸出：

None

---

💡 為什麼這種寫法很重要？

在實務中（你應該很有感）：

🏭 常見場景

• Spotfire 資料分析
• ETL 批次處理
• Excel 匯入
• 多系統整合（銀行 / 半導體）

👉 每個來源的日期格式都不同

---

🚀 這種寫法的優點

✅ 不會直接噴錯
✅ 可支援多格式
✅ 易擴充（只要加一條 rule）
✅ 適合大數據清洗

---

⚠️ 常見錯誤（工程師踩坑區）

❌ 1. 直接用 strptime

👉 格式不對會直接 crash

---

❌ 2. 忘記處理空值

👉 None.strip() 直接爆炸

---

❌ 3. 格式寫死

👉 無法支援多來源資料

---

✨ 進階優化（工程師進階）

如果你之後要優化，可以考慮：

• 🔁 加 try/except 保護
• ⚡ 用 dict + cache 提升效能
• 📦 改成 class 管理解析規則
• 🧪 加 logging 記錄異常資料

---

🧾 結論

👉 這段程式的本質就是：

建立一個「萬用日期翻譯器」，讓不同格式都能統一轉成標準時間

如果你在做：

• 報表系統（像 AMD70 / AMD72）
• DB2 / Oracle 資料轉換
• Spotfire ETL

👉 這種工具幾乎是必備的。