使用Python和Regex提取不同格式的日期

时间:2015-12-11 10:01:09

标签: python regex

我有以下代码来匹配日期

import re
date_reg_exp2 = re.compile(r'\d{2}([-/.])(\d{2}|[a-zA-Z]{3})\1(\d{4}|\d{2})|\w{3}\s\d{2}[,.]\s\d{4}')
matches_list = date_reg_exp2.findall("23-SEP-2015 and 23-09-2015 and 23-09-15 and Sep 23, 2015")
print matches_list

我期望的输出是

["23-SEP-2015","23-09-2015","23-09-15","Sep 23, 2015"]

我得到的是:

[('-', 'SEP', '2015'), ('-', '09', '2015'), ('-', '09', '15'), ('', '', '')]

请查看regex here的链接。

3 个答案:

答案 0 :(得分:2)

你遇到的问题是re.findall只返回捕获的文本,只排除了第0组(整个匹配)。由于您需要整个匹配(组0),因此您只需使用re.finditer并获取group()值:

matches_list = [x.group() for x in date_reg_exp2.finditer("23-SEP-2015 and 23-09-2015 and 23-09-15 and Sep 23, 2015")]

请参阅IDEONE demo

  

<强> re.findall(pattern, string, flags=0)
  返回字符串中 pattern 的所有非重叠匹配,作为字符串列表... 如果模式中存在一个或多个组,则返回组列表;如果模式有多个组,这将是一个元组列表。

     

<强> re.finditer(pattern, string, flags=0)
  在字符串中的RE 模式的所有非重叠匹配上返回iterator产生MatchObject个实例。

答案 1 :(得分:2)

你可以试试这个正则表达式

date_reg_exp2 = re.compile(r'(\d{2}(/|-|\.)\w{3}(/|-|\.)\d{4})|([a-zA-Z]{3}\s\d{2}(,|-|\.|,)?\s\d{4})|(\d{2}(/|-|\.)\d{2}(/|-|\.)\d+)')

然后使用re.finditer()

for m in re.finditer(date_reg_exp2,"23-SEP-2015 and 23-09-2015 and 23-09-15 and Sep 23, 2015"):
print m.group()

输出将

  

23-SEP-2015
  23-09-2015
  23-09-15
  2015年9月23日

答案 2 :(得分:0)

试试这个

# The first (\d{2}-([A-Z]{3}|\d{2})-(\d{4}|\d{2})) group tries to match the first three types of dates
# rest will match the last type
dates = "23-SEP-2015 and 23-09-2015 and 23-09-15 and Sep 23, 2015"
for x in re.finditer('((\d{2}-([A-Z]{3}|\d{2})-(\d{4}|\d{2}))|([a-zA-Z]{3}\s\d{1,2},\s\d{4}))', dates):
    print x.group(1)