正则表达式匹配日期，如月份名称、日期逗号和年份答案

【问题标题】：Regex to match date like month name day comma and year正则表达式匹配日期，如月份名称、日期逗号和年份
【发布时间】：2016-02-15 15:58:43
【问题描述】：

我想知道如何匹配“2014 年 10 月 21 日”或“2014 年 10 月 21 日”这样的日期

到目前为止我所做的是\b(?:Jan?|?:Feb?|?:Mar?|?:Apr?|?:May?|?:Jun?|?:Jul?|?:Aug?|?:Sep?|?:Oct?|?:Nov?|?:Dec?) [0-9]{1,2}[,] (?:19[7-9]\d|2\d{3})(?=\D|$)，但这并没有让我得到任何结果

简而言之，我需要匹配的字符串为：“Month[space]Day[comma][space]Year” 我不在乎闰年和月份的天数应该在 1 到 31 之间，没有前导 0
我需要这个正则表达式才能在 python 上工作

【问题讨论】：

你能添加所有可能的输入字符串吗，有效的和无效的
另外，你应该添加完整的代码而不是...
我打赌你忘了：1) 正则表达式分隔符，2) 双反斜杠，3) 在regex101.com 测试它。它是用什么语言写的？什么是正则表达式？
@WiktorStribiżew 我猜，这回答了问题。
@Tushar 实际上我只需要像“2014 年 10 月 21 日”这样的月份缩写，而所有不是这种格式的“月[空格]日[逗号][空格]年”应该是无效的。我不关心闰年，天数可以是 1 到 31 之间的任何值。请注意，天数只是 1 而不是 01。@ Wiktor 我正在使用 python 来处理这个正则表达式，并尝试了 regex101，但没有成功。这是完整的正则表达式： \b(?:Jan?|?:Feb?|?:Mar?|?:Apr?|?:May?|?:Jun?|?:Jul?|?:Aug?|? :Sep?|?:Oct?|?:Nov?|?:Dec?) [0-9]{1,2}[,] (?:19[7-9]\d|2\d{3} )(?=\D|$)

标签： regex

【解决方案1】：

这可能满足您的需求。

但请记住，您将需要更复杂的验证，例如验证特定月份的天数（例如，2 月最多只能有 28 天（在 bissext 年份为 29 天），等等）

(Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)\s+(\d{1,2})\s+(\d{4})

与它一起玩here。

同样，这绝对是一个非常简单的正则表达式，您必须有许多更好的解决方案，但也许这可能足以满足您的需求，我不知道。

【讨论】：

共享相同前缀的替代方案将减慢此正则表达式的代码执行速度。如果输入的字符串很短，没关系，如果很长，则可能有问题。以 OP 的方式收缩它是个好主意。
用Jan(?:uary)?代替Jan|January。
@WiktorStribiżew：在这种情况下使用非捕获组比捕获组有什么优势，就像我一样？
@Veverke: 1) 更容易阅读（对我而言），因为它是...)，2) 更短，3) 更高效（最佳实践是每个替代分支在相同的位置，否则可能会有太多不必要的回溯）。
@AlonsodelArte：它很长 - 但只有简单的正则表达式构造/表达式。

【解决方案2】：

下一个可以用于python月份字符串中有错误的日期：

"".join((re.compile('(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)(\.)?(\w*)?(\.)?(\s*\d{0,2}\s*),(\s*\d{4})', re.S + re.I).findall('Some wrong date is Septeme 28, 2002date') + ['n/a'])[0])

输出是：

'Septeme 28 2002'

1 组是月星：

(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)

2-4 组是可选的月份后缀，可以包含点或字母数字字符：

(\.)?(\w*)?(\.)?

在Sep.、Sept.、Septem

中匹配.、t.tem

5组是日期编号，可以是也可以不是，所以表达式中的0代表没有日期编号的日期：

(\s*\d{0,2}\s*)

6组是一年：

(\s*\d{4})

\s* 代表可能的“空”字符（空格、制表符等），从 0 到多个

[0] 如果列表中有几个日期元组，则采用第一个匹配项

+ ['n/a'] 可以添加为额外的列表元素，以防日期不匹配，因此列表中至少存在 1 个元素，并且在使用 [0] 元素时不会出现“列表索引超出范围”错误

【讨论】：