概要

rubyでgooの時刻情報正規化APIを使う

目的

文書から和暦、西暦を含めた日付を標準化して抽出する。

手順

gooでapiキーを取得します。Githubのアカウントが必要なので取得します
https://labs.goo.ne.jp/jp/apiregister/
httpclient gemをインストールします
下記のclassを読み込みます。 APP_ID はご自分のIDに置き換えてください。

goo_chrono.rb

require 'httpclient'
require 'json'

# gooの時刻情報正規化APIを使うためclass
# https://labs.goo.ne.jp/api/jp/time-normalization

class GooChrono
  REQUEST_URL = 'https://labs.goo.ne.jp/api/chrono'
  APP_ID = ENV['GOO_API_KEY'] # YOUR GOO API KEY

  attr_reader :response, :sentence

  def initialize(attr = {})
    @request_id = attr[:request_id] || nil
    @sentence = tr_sentence(attr[:sentence])
    @doc_time = doc_time(attr[:doc_time])
  end

  def post
    client = HTTPClient.new
    content = params.to_json
    res = client.post_content(REQUEST_URL, content, 'Content-Type' => 'application/json')
    @response = JSON.parse(res)
  end

  def first_date_time
    raise StandardError, '先にpostしてください' unless @response.present?
    return nil if @response['datetime_list'].first.nil?
    Time.zone.parse(@response['datetime_list'].first[1])
  end

  private

  def params
    hs = { app_id: APP_ID,
           sentence: @sentence,
           doc_time: @doc_time.strftime("%Y-%m-%dT%H:%M:%S") } # "%Y-%m-%dT%H:%M:%S"
    hs.merge(request_id: @request_id) if @request_id.present?
    hs
  end

  def doc_time(str)
    if str.present?
      Time.parse(str)
    else
      Time.now
    end
  end

  # 2019.01.01 などを2019/01/01 に変換しないと認識しなかったので。適宜前処理。
  def tr_sentence(str)
    str = str.gsub(/(　| )/, '')
    str = str.gsub(/(\t|\n)/, '')
    str = str.tr('０-９ａ-ｚＡ-Ｚ', '0-9a-zA-Z')
    str = str.gsub(/(\.|・)/, '/')
    str = str.gsub(/(-|ー)/, '/')
    str.strip
  end
end

試す

pry(main)> goo_chrono = GooChrono.new(sentence: '平成30年11月2日')
=> #<GooChrono:0x00005630896fe1f8 @doc_time=Wed, 01 May 2019 07:56:41 UTC +00:00, @request_id=nil, @sentence="平成30年11月2日">
pry(main)> goo_chrono.post
=> {"request_id"=>"labs.goo.ne.jp\t1556697406\t0", "doc_time"=>"2019-05-01T07:56:41", "datetime_list"=>[["平成30年11月2日", "2018-11-02"]]}
pry(main)> goo_chrono.first_date_time 
=> Fri, 02 Nov 2018 00:00:00 UTC +00:00

以上