使用Python和Regex提取不同格式的日期

Question

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'), ('', '', '')]

请在此处查看regex的链接。

Answer 1

您遇到的问题是re.findall返回捕获的文本，仅排除组0（整个匹配）。 由于您需要整个匹配（组0），您只需要使用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演示

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。

re.finditer(pattern, string, flags=0)
返回一个迭代器，在字符串中的RE 模式的所有非重叠匹配上产生MatchObject实例。

Answer 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()

输出将是

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

Answer 3

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)