我正在构建一个正则表达式查询（在Python 3.7中）来搜索字符串中的一些模式。这样做的目的是将日期与查询的其余部分分开。
日期可以采用多种格式，特别是月份。我想在查询中集成列表元素，使其更加强大。在下面的示例中，我可以获得具有多种格式的日期内容，如“oct. 2019 / febr，2018 / 1997 / 16 January 2012，08/09/84，08/09/1964，等..."。有些格式是陌生的，但我必须处理这个。
我想要的一个例子：
# Python 3.7
import re
text = """
Some text with some oct date oct. 2017
Here is a quote from 2018
Now we can talk about some articles published the 27 January 2017
This example is the critic's point this is the end. 2019.
"""
dt_elements = ["oct,", "oct.", "jan."] # And all the stuff I can think about
for line in text.split("\n"):
if re.search(r"[a-zA-Zéû]{3}. \d{4}", line):
data = re.search(r"[a-zA-Zéû]{3}. \d{4}", line).group()[0] # How to integrate dt_elements here?!
# This does not works
# Take care about critic example below!!!就是这样：）
PS：对于其他日期格式，如%D/%M/%Y或%D Janvier %Y，我已经有一些正在工作的查询，我正在寻找解决上述问题的方法
1条答案
按热度按时间0kjbasz61#
解析（半）自由文本中的日期可能会非常麻烦--你可以使用
dateparser的search_dates功能来处理一些情况，这样你就可以专注于更奇怪的部分：-）就将月份名称/缩写列表转换为正则表达式模式而言，您可以使用
re.escape函数来确保各个元素中没有特殊字符，然后使用|将它们连接起来以生成您的模式。还有一些其他的事情要注意-你可以更灵活地使用大写/小写的敏感性和空格，并检查你的月份/年份的任何一端的单词边界，例如。
输出