Question

我有以下RegEx语句，该语句将以与月，日和年匹配的日期格式（例如2001年1月1日）返回匹配项

[12]\d|3[01]))|\w+\s\d{2},\s\d{4}

我想对其进行修改，以使其包含缩写月份中的匹配项，并且在第二天之后带有或不带有逗号。因此，例如，匹配项将包括以下内容：

Jan 01 2001

Jan 01, 2001

January 01 2001

January 01, 2001

我相信下面的部分内容是我需要的，但是我似乎无法将所有内容放在一起。任何帮助将不胜感激。

(Jan(uary)?|Feb(ruary)?|Mar(ch)?|Apr(il)?|May|Jun(e)?|Jul(y)?|Aug(ust)?|Sep(tember)?|Oct(ober)?|Nov(ember)?|Dec(ember)?)

Answer 1

您处在正确的轨道上。需要什么：

将捕获组转换为非捕获组
在单词前后添加单词边界\b
使用(?:0[1-9]|[1-2][0-9]|3[01])匹配数字范围
匹配可选的逗号,?，后跟空格
在字符串^的开头$和结尾处的锚点。

您可以使用：

^\b(?:Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)\b (?:0[1-9]|[1-2][0-9]|3[01]),? \d{4}$

正则表达式演示here。

如注释中所述，如果需要不区分大小写，请在模式开头添加(?i)选项。如果模式使用较大的字符串，则只需移除锚点：

(?i)\b(?:Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)\b (?:0[1-9]|[1-2][0-9]|3[01]),? \d{4}

正则表达式演示here。

顺便说一句，对于June或July这样的月份，您可以简单地使用June?和July?而不是Jun(?:e)?和{{1} }。

Answer 2

import re
s = 'Jan 01 2001\nJan 01, 2001\nJanuary 01 2001\nJanuary 01, 2001'
print(s)
>>>Jan 01 2001
>>>Jan 01, 2001
>>>January 01 2001
>>>January 01, 2001

由于一个月的缩写仅是其前3个字母，因此您可以在该月的其余字母中使用[a-z] *。

例如，
（?: Jan | Feb | Mar | Apr | May | Jun | Jul | Aug | Sep | Oct | Nov | Dec）找到“ Jan”，并且
[a-z] * 找到一月份的“ uary”。

re.findall(r'(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]* \d{2},?\d{4}',s)
>>>['Jan 01 2001', 'Jan 01, 2001', 'January 01 2001', 'January 01, 2001']

正则表达式匹配多种日期格式

2 个答案: