Como parte de un proyecto personal más grande en el que estoy trabajando, estoy tratando de separar las fechas en línea de una variedad de fuentes de texto.

Por ejemplo, tengo una gran lista de cadenas (que usualmente toman la forma de oraciones o declaraciones en inglés) que toman una variedad de formas:

Sesión del comité central de diseño Martes 10/22 6:30 pm

Th 9/19 LAB: codificación en serie (Sección 2.2)

Habrá otro el 15 de diciembre para aquellos que no puedan hacerlo hoy.

Cuaderno de ejercicios 3 (salario mínimo): el miércoles 9/18 11:59 pm

Él estará volando el 15 de septiembre.

Si bien estas fechas están en línea con el texto natural, ninguna de ellas está expresada en formas de lenguaje específicamente natural (por ejemplo, no hay "La reunión será dentro de dos semanas a partir de mañana", todo es explícito).

Como alguien que no tiene mucha experiencia con este tipo de procesamiento, ¿cuál sería el mejor lugar para comenzar? He investigado cosas como ladateutil.parser módulo yparsedatetime, pero esos parecen ser paradespués Has aislado la fecha.

Debido a esto, ¿hay alguna buena manera de extraer la fecha y el texto extraño?

input:  Th 9/19 LAB: Serial encoding (Section 2.2)
output: ['Th 9/19', 'LAB: Serial encoding (Section 2.2)']

¿o algo similar? Parece que este tipo de procesamiento se realiza mediante aplicaciones como Gmail y Apple Mail, pero ¿es posible implementarlo en Python?