如何编写正则表达式来提取年份答案

【问题标题】：How to write regular expression to extract years如何编写正则表达式来提取年份
【发布时间】：2023-03-28 17:05:01
【问题描述】：

我们如何编写正则表达式来提取文本中的年份，年份可能有以下形式

Case 1:
1970 - 1980 --> 1970, 1980
January 1920 - Feb 1930 --> 1920, 1930
May 1920 to September 1930 --> 1920, 1930
Case 2:
July 1945 --> 1945

为Case 1 编写正则表达式很容易，但我如何处理Case 2 以及它

\d{4} \s? (?: [^a-zA-Z0-9] | to) \s? \w+? \d{4}

【问题讨论】：

你能用\b\d{4}\b吗？
Writing regular expression for Case 1 is easy 我会支持一下。您的正则表达式不匹配任何内容。

标签： regex python-3.x information-extraction

【解决方案1】：

根据您的要求，只需匹配所有 4 位数字

import re
s = '''1970 - 1980
January 1920 - Feb 1930
May 1920 to September 1930
July 1945'''

p = re.compile(r'\b\d{4}\b')

s = s.splitlines()
for x in s:
    result = p.findall(x) 
    print(result)

输出

['1970', '1980']
['1920', '1930']
['1920', '1930']
['1945']

【讨论】：

【解决方案2】：

正则表达式：.*?([0-9]{4})(?:.*?([0-9]{4}))? 或.*?(\d{4})(?:.*?(\d{4}))?

详情：

()抓拍组
(?:)非捕获组
{n} 完全匹配 n 次
.*? 匹配零次到无限次之间的任何字符（惰性）

Python 代码：

def Years(text):
        return re.findall(r'.*?([0-9]{4})(?:.*?([0-9]{4}))?', text)

print(Years('January 1920 - Feb 1930'))

输出：

[('1920', '1930')]

【讨论】：