Question

我通过正则表达式匹配日期。它对一些人来说效果很好但是对于其他人来说它根本不起作用，但我不明白为什么。

我在Ruby中使用德语进行此操作：

def extract_dates
  months = ["Januar", "Februar", "Maerz", "April", "Mai", "Juni", "Juli", "August", "September", "Oktober", "November", "Dezember"]
  days = ["Montag", "Dienstag", "Mittwoch", "Donnerstag", "Freitag", "Samstag", "Sonntag"]
  self.content.scan(/([0-9]{1,2}\.\s?[#{months.join("|")}]\s?[0-9]{4})/)
end

我在http://de.wikipedia.org/wiki/Inkunabel的文字上测试了它，我随机选择了它。它返回：

=> ["18. Juli 1471", "11. Februar 1486", "14. August 1473", "1. Januar 1501", "8. Januar 2008", "23. Mai 2006"]

并且匹配是正确的，但它遗漏了"31. Dezember 1500"，为了我的目的应该匹配但不是。为什么它与"31. Dezember 1500"不匹配？

Answer 1

我认为你应该在几个月内使用圆括号（），而不是括号[]。

/([0-9]{1,2}\.\s?(#{months.join("|")})\s?[0-9]{4})/

如果它适用于其他日期，可能是因为日期在html源代码中被写为31. Dezember 1500。

<强>更新

为避免在每场比赛中返回月份，只需使用非捕获组(?: )

但是你的原始正则表达式，如果它起作用的话，也应该将每个结果返回到一个子数组中，因为有一组外部括号。

content = "31. Dezember 1500 and 8. Januar 2008"
months = ["Januar", "Februar", "Maerz", "April", "Mai", "Juni", "Juli", "August", "September", "Oktober", "November", "Dezember"]

# Your original expression
content.scan /([0-9]{1,2}\.\s?[#{months.join("|")}]\s?[0-9]{4})/
# => []

# With a non-capturing group instead of []
content.scan /([0-9]{1,2}\.\s?(?:#{months.join("|")})\s?[0-9]{4})/
# => [["31. Dezember 1500"], ["8. Januar 2008"]]

# Without the outer parentheses
content.scan /[0-9]{1,2}\.\s?(?:#{months.join("|")})\s?[0-9]{4}/
# => ["31. Dezember 1500", "8. Januar 2008"]

我也在1.9.3，所以这不是问题。

正则表达式不适用于某些日期

1 个答案: