正则表达式不与组中的组一起工作

Question

我想知道为什么我的正则表达式不起作用。唯一的工作组是年。 其余的小组都没有

formatted_date = re.search('.*((?P<day>\d{1,2}) )?((?P<month>[a-zA-Z]+) )?(?P<year>\d{4}).*', '10 may 1991')

正则表达式背后的思想是它将处理以下输入：

• 1991年5月10日
• 1991年5月
• 1991年

正则表达式是用Python编写的

提前感谢：）

Answer 1

问题是，模式开头的贪心点匹配子模式将捕获到最后的所有字符，然后回溯生成它必须生成的内容以适应其他子模式。因为前两个是可选的，所以不给它们任何文本

您不需要任何.*，因为re.search不需要完整的字符串匹配

使用

(?:(?P<day>\d{1,2}) )?(?:(?P<month>[a-zA-Z]+) )?(?P<year>\d{4})

参见regex demo

我还将捕获可选组转换为非捕获，这样匹配对象就更干净了

注意，如果您仍然使用您的方法，您可能会考虑在模式的开头使用.*?（延迟点匹配），但是您必须担心换行（好的，您可以使用re.S标志来解决这个问题），这样，您就可以得到字符串中日期的第一个实例。如果您有多个，并且需要获取最后一个，那么最好的方法是使用re.findall和我建议的模式，只获取结果列表的最后一个元素