我的正则表达式没有在文本中捕获所需的模式？答案

【问题标题】：my regex is not catching required pattern in text?我的正则表达式没有在文本中捕获所需的模式？
【发布时间】：2021-03-17 23:54:33
【问题描述】：

我正在尝试使用正则表达式提取持续时间，

示例文本，

text = "Google, Inc 09/19 - 09/20 CA, USA"

这里是我的正则表达式，

pattern = fr"""
(?:
  (
    \d\d(?:\.|\/)\d\d\d\d|
    (?:{months_abr})?
    (?:{months_exp})?
    (?:
      (?:[\s\.\/\-]?\d{{2,4}})
    )
  )\s*(?:\-|to|\s)\s*
  (
    \d\d(?:\.|\/)\d\d\d\d|
    (?:{months_abr})?
    (?:{months_exp})?
    (?:
      (?:[\s\.\/\-]?\d{{2,4}})
    )|
    current|present|till\s?\-?date|till\s?\-?now|till\s?\-?date|to\s\-?present|until\s?\-?now|till\s?\-?now
  )
)"""

find_all = re.findall(
    pattern, text, flags=re.MULTILINE | re.VERBOSE | re.IGNORECASE
)

我得到的输出，

[('/19', '09')]

【问题讨论】：

预期输出是什么？
这是我想要的输出，('09/19', '09/20')。我当前的正则表达式处理其他模式，例如(march 1996, april 2020)，但我的正则表达式对于上述文本失败，我不知道为什么。
我尝试对模式进行了一些优化，我认为this one 可以是您寻求的正则表达式。

标签： python python-3.x regex re

【解决方案1】：

你可以使用

pattern = fr"""
(?<!\d)                          # A position not immediately preceded with digit
(                                # Group 1
  (?:\d?\d[./])?\d\d(?:\d\d)?    # one or two digits and . or / (optionally), two or four digits
  |                              # or
  (?:{months_abr}|{months_exp}) [\s./-]? \d\d(?:\d\d)? # month, space/dot/slash/hyphen and then two/four digits
)                                # end of Group 1 
\s*(?:-|to)\s*                   # - or "to" enclosed with 0+ whitespaces
(                                # Group 2
    (?:\d?\d[./])?\d\d(?:\d\d)?  
  |
    (?:{months_abr}|{months_exp}) [\s./-]?\d\d(?:\d\d)?
  |
    current|present|(?:un)?till\s?-?(?:date|now|date)|to\s-?present # some alternatives denoting time
)
"""

请参阅Python demo。输出：[('09/19', '09/20')]。

请参阅regex demo。

注意：我决定使用 \d\d 而不是 \d{2} 来保持代码更短，因为在 f 字符串中您需要使用 {{ 和 }} 来定义文字花括号，它们使字符串看起来这里很丑。

【讨论】：

这个正则表达式不适用于像3/2006-6/2007 这样的日期，我可以改变什么来匹配这个模式？
@user_12 将\d\d[./]\d\d(?:\d\d)? 更改为\d?\d[./]\d\d(?:\d\d)?。我还建议在开头添加(?<!\d)。见this regex demo。
在两者之间我有一个像2017 - present（或）2015 - 2018这样的模式，请帮我抓住那个模式吗？我试过了，但不知道要改变什么。
@user_12 很简单，只要把日期匹配部分设为可选，比如(?:\d?\d[./])?\d\d(?:\d\d)?，见updated regex demo。
谢谢，能否请您在答案中更新一次，我看那里有点困惑。