Question

我修改了一个正则表达式here。我需要更改它，因为我需要它来匹配以下附加条件：

仅有月份和年份的日期
表格中的完整日期mm dd，yyyy
仅限年份的日期
输入无关信息（如Vol.51，No。1，2008年3月）

这是我到目前为止所拥有的。我用RegexBuddy来帮助我解析逻辑，但它太复杂了我不确定我有最有效的解决方案。

\b(?:((Jan(uary)?|Feb(ruary)?|Ma(r(ch)?|y)|Apr(il)?|Ju((ly?)|(ne?))|Aug(ust)?|Oct(ober)?|(Sept|Nov|Dec)(ember)?)|((((Jan(uary)?|Ma(r(ch)?|y)|Jul(y)?|Aug(ust)?|Oct(ober)?|Dec(ember)?) 31)|((Jan(uary)?|Ma(r(ch)?|y)|Apr(il)?|Ju((ly?)|(ne?))|Aug(ust)?|Oct(ober)?|(Sept|Nov|Dec)(ember)?) (0?[1-9]|([12]\d)|30))|(Feb(ruary)? (0?[1-9]|1\d|2[0-8]|(29(?=, ((1[6-9]|[2-9]\d)(0[48]|[2468][048]|[13579][26])|((16|[2468][048]|[3579][26])00))))))),)) ((1[6-9]|[2-9]\d)\d{2}))|((1[6-9]|[2-9]\d)\d{2})

有什么方法可以保留原始正则表达式和我的附加条件的功能吗？

这是我实现此代码的代码，如果它可以帮助您了解我正在尝试做什么。 parseDate函数的输出应该是“yyyy mm dd”形式的字符串日期（即示例4应输出“2008 Mar”）：

//generalized RegEx function
function returnRegExMatch(ex,haystack) {
  var needle = ex.exec(haystack);
  if (needle) { return needle[0]; }
}

// date extraction (uses returnRegExMatch)
function parseDate(date) {
  //strip anything other than a valid date
  var dateRe = /\b(?:((Jan(uary)?|Feb(ruary)?|Ma(r(ch)?|y)|Apr(il)?|Ju((ly?)|(ne?))|Aug(ust)?|Oct(ober)?|(Sept|Nov|Dec)(ember)?)|((((Jan(uary)?|Ma(r(ch)?|y)|Jul(y)?|Aug(ust)?|Oct(ober)?|Dec(ember)?) 31)|((Jan(uary)?|Ma(r(ch)?|y)|Apr(il)?|Ju((ly?)|(ne?))|Aug(ust)?|Oct(ober)?|(Sept|Nov|Dec)(ember)?) (0?[1-9]|([12]\d)|30))|(Feb(ruary)? (0?[1-9]|1\d|2[0-8]|(29(?=, ((1[6-9]|[2-9]\d)(0[48]|[2468][048]|[13579][26])|((16|[2468][048]|[3579][26])00))))))),)) ((1[6-9]|[2-9]\d)\d{2}))|((1[6-9]|[2-9]\d)\d{2})/;
  date = returnRegExMatch(dateRe,date);

  var yearRe = /[0-9][0-9][0-9][0-9]/;
  var monthRe = /Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec/;
  var dayRe = /[0-9]?[0-9],/;

  var year = returnRegExMatch(yearRe,date);
  var month = returnRegExMatch(monthRe,date);
  var day = parseInt(returnRegExMatch(dayRe,date),10);

  var dateReturned = "";
  if (year) { dateReturned = year; }
  if (month) { dateReturned = dateReturned + " " + month; }
  if (month && day) { dateReturned = dateReturned + " " + day; }

  return dateReturned;
}

谢谢！

修改感谢所有花时间回应的人。你们做了我所希望的，指出了我实施中最荒谬的事情。我决定简化主要的正则表达式。结果如下：

\b(?:(?:Jan(?:uary)?|Feb(?:ruary)?|Ma(?:r(?:ch)?|y)|Apr(?:il)?|Ju(?:(?:ly?)|(?:ne?))|Aug(?:ust)?|Oct(?:ober)?|(?:Sept|Nov|Dec)(?:ember)?) (?:\d{1,2}, )?)?\d{4}

这并不担心根据闰年或其他情况检测无效日期。 @Bart让我确信这可能最好用原生JS而不是正则表达式完成。感谢@Tim也指出需要非捕获括号。

如果有人对如何改进这个正则表达式有进一步的建议，请开火。

Answer 1

我必须说我在训练这个怪物时遇到了麻烦：）

立即显而易见的两件事：

如果您以后没有计划使用他们的（子）匹配，那么使用非捕获括号(?:...)比使用常规括号更有效。
如果您将括号嵌套到十个级别，则表示出错。它可能会起作用，但这是一个维持的b * tch。或者理解。

我会检查RegexMagic是否有更好的方式来获得你需要的东西。但是，由于没有人强迫你在一个正则表达式中做你想要做的所有事情，为什么不把问题分解成组件，每个使用一个更简单的正则表达式呢？

Answer 2

这样的事情怎么样：

#!/usr/bin/js

function getMonth(monthStr) {
    var monthMap = new Array();
    monthMap['jan'] = monthMap['january']   = 1;
    monthMap['feb'] = monthMap['february']  = 2;
    monthMap['mar'] = monthMap['march']     = 3;
    monthMap['apr'] = monthMap['april']     = 4;
    monthMap['may']                         = 5;
    monthMap['jun'] = monthMap['june']      = 6;
    monthMap['jul'] = monthMap['july']      = 7;
    monthMap['aug'] = monthMap['august']    = 8;
    monthMap['sep'] = monthMap['september'] = 9;
    monthMap['oct'] = monthMap['october']   = 10;
    monthMap['nov'] = monthMap['november']  = 11;
    monthMap['dec'] = monthMap['december']  = 12;
    return monthMap[monthStr.toLowerCase()];
}

function isLeapYear(year) {
    return year%400 == 0 || (year%100 != 0 && year%4 == 0);
}

function isPositiveNumber(str) {
    return str.match(/^\d+$/);
}

function parseDate(date) {
    var tokens = date.split(/,?\s+/);

    var m = getMonth(tokens[0]);
    var d = tokens[1];
    var y = tokens[2];

    if(!isPositiveNumber(d) || !m || !isPositiveNumber(y)) return false;

    if(
        ((m==4 || m==6 || m==9 || m==11) && d <= 30) ||
        (m==2 && ((isLeapYear(y) && d <= 29) || d <= 28)) ||
        ((m==1 || m==3 || m==5 || m==7 || m==8 || m==10 || m==12) && d <= 31)
    ) {
        var dateObj = new Date();
        dateObj.setFullYear(y, m-1, d);
        return dateObj;
    }

    return false;
}

var tests = new Array('January 31, 2009', 'Nov 31, 2009', 'Feb 29, 2001', 'Feb 29, 2000', 'Feb 29, 1900');

for(var i in tests) {
    var date = parseDate(tests[i]);
    print(date ? tests[i]+" is a valid date, parsed as: "+date : tests[i]+" invalid");
}

输出：

January 31, 2009 is a valid date, parsed as: Sat Jan 31 2009 20:31:33 GMT+0100 (CET)
Nov 31, 2009 invalid
Feb 29, 2001 invalid
Feb 29, 2000 is a valid date, parsed as: Tue Feb 29 2000 20:31:33 GMT+0100 (CET)
Feb 29, 1900 invalid

这个正则表达式会更有效吗？

2 个答案: