Question

我有一个巨大的文字墙，我需要搜索出生或死亡日期，日期通常有以下格式：

更多文字。 Born 1942年12月5日在Sumner和更多文本中

或

在 1922年8月8日，在城市，州出生

或

星期三

或

一些文字去世了 2008年12月19日星期五更多文字

或

一些文字去世 2007年1月11日，更多文字

简而言之，这个日期通常在出生后的单词后面几句话。

我认为获得此约会的最佳方式是使用正则表达式，但如果我在这里错了，请纠正我。

这是我想出的日期，但我还远没有得到日期：

(?=born\s|died\s|passed\saway\s)(\w+.*)(\w+\s\d+,\s\d+)

问题是我的正则表达式完全不起作用，它会吃掉月份字，我该如何纠正这个还是有更好的正则表达式或方法吗？

我知道我可以使用下面的内容来获取日期，但我也需要知道这个事件：

(\w+\s[0-9]{1,2},\s[0-9]{2,4})

Answer 1

您可以尝试使用延迟重复：(?=born\s|died\s|passed\saway\s)(\w+.*?)(\w+\s\d+,\s\d+)

Answer 2

这个适用于显式捕获组，忽略大小写，并忽略模式空白。它容忍一些糟糕的格式（例如额外或缺少空格）Overkill我很确定。

# get the event
(?'Event'born|died|passed\saway)
# skip junk (note, not using \s for whitespace)
[ \t].*
#get the date in Month, dd, yyyy form (including abbreviated months)
(?'Date'
  (?'Month'
     # month can't start unless there's whitespace before it
     (?<=\s)    
     # month can be abbreviated or not
     (Jan(uary)?|Feb(ruary)?|Mar(ch)?|Ap(ril)?|May|June?|July?|Aug(ust)?|Sep(tember)?|Oct(ober)?|Nov(ember)?|Dec(ember)?)    
  )
  \s*
  (?'Day'\d{1,2})
  \s*,\s*
  (?'Year'\d{2,4})
)

Answer 3

吃掉你的月份字的问题是因为第二个捕获组（\ w +。*）。如果你考虑一下，一个月就会成为一个词，任何\ w都会匹配它。所以你的方法有点缺陷。根据您的示例，似乎日期格式与拼写的月份一致，格式为“month dd，yyyy”。如果我们可以假设这样，我建议调整你的正则表达式以包含12个可能的月份名称，这样它就可以解决你从其他不关心的通配词中“吃掉”月份词...

 (?=born\s|died\s|passed\saway\s)(\w+.*)((January|February|March|April|May|June|July|August|September|October|November|December)\s\d+,\s\d+)

Answer 4

这对我有用：（？=出生\ S |死亡\ S |传递\ saway \ S）（？\ W + *）（\ W + \ S \ d +，\ S \ d +）

Answer 5

这个怎么样？

(born|died|passed\saway)\s(\w.*)\s(\w+\s[0-9]{1,2},\s[0-9]{2,4})

它与其他人类似，但你在后面添加一个空格以确保没有任何东西被吃掉。此外，通过将\ s放在括号之外而不是每个选项来保存一些代码。

一个字后得到日期？

5 个答案: