[英]How to fix this date regular expression that is matching things it should not
我正在尝试扫描一些文档以查找分类问题的日期。 在这里和其他一些地方阅读后,我构造了以下正则表达式
months='['+'|'.join(calendar.month_abbr[1:])+'|'+'|'.join(calendar.month_name[1:])+']'
techPart='+\\.*\\s*\\d{1,2}[,]?[\\s*][1|2]\\d{3}'
dateExpr=months+techPart
我正在对此字符串进行测试
newString='Mar. 31, 2011 Dec. 31, 2010 bananas Mar. 31, 2011 too much malarky September 1, 1992 redundant Dec. 31, 2010 September 29, 1999 March 12 2004 ddfd March. 13 2019 ddfd Mac. 13 2019 ddfd'
当我这样运行时
for date in re.findall(dateExpr,newString):
print date
我明白了
Mar. 31, 2011
Dec. 31, 2010
Mar. 31, 2011
September 1, 1992
Dec. 31, 2010
September 29, 1999
March 12 2004
March. 13 2019
Mac. 13 2019 #here is my problem
在您的正则表达式months
,您使用方括号,给出类似[Jan|Feb|Mar|...]
。 那是错的。 方括号是字符类并匹配括号任意一个字符,所以这将匹配J
或a
或n
或|
或F
等。相反,您想使用括号:
months='(?:'+'|'.join(calendar.month_abbr[1:])+'|'+'|'.join(calendar.month_name[1:])+')'
您需要使用?:
因为findall
仅返回捕获的组,因此我们需要将该组标记为非捕获。
稍后在执行[1|2]
正则表达式中,您会遇到相同的问题。 您要(?:1|2)
还是只想[12]
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.