PythonFindall返回意外的结果

我是Python新手，但必须制作一个正则表达式来提取dd-mm-yyy格式文本中的日期。我写了这样的东西：

format1 = re.findall('[0-2][0-9]-02-(\d){4}|(([0-2][0-9]|30)-(04|06|09|11)-(\d){4})|(([0-2][0-9]|30|31)-(01|03|05|07|08|10|12)-(\d){4})',article)

它还检查日期格式是否正确。我在pythex.org上检查了它是否有效 我返回了正确的日期，但不幸的是还返回了一些空匹配项和随机数：

Match 1
1.  None
2.  None
3.  None
4.  None
5.  None
6.  21-10-2005
7.  21
8.  10
9.  5

Match 2
1.  None
2.  None
3.  None
4.  None
5.  None
6.  31-12-1993
7.  31
8.  12
9.  3

---

如何改进正则表达式以仅返回日期或删除所有非日期的内容？

我认为您需要使用非捕获组

事情是这样的：在正则表达式中，括号内的任何内容都是捕获的组，它作为匹配中捕获的项目之一出现

如果您希望使用括号对模式的一部分进行分组（例如，您可以在低于顶层的位置使用

|

），但不希望该附加组中的文本成为匹配输出中的一个单独项目，那么您希望改为使用非捕获组

---

要做到这一点，您可以使用

（foo）

，而不是使用

（？：foo）

-将

？：

添加到开头。这将阻止该组在最后一场比赛中捕获文本。

Amber的建议非常好。但是我可以提个建议吗？尽量不要把所有的逻辑都塞进正则表达式本身。它几乎让人读不懂，而且仍然不能像写的那样处理角落案例（例如，它接受每年2月29日，而不仅仅是闰年）。不要使用正则表达式来完成真正的解析器的工作

相反，搜索通用表单，然后使用专用的日期解析代码对其进行解析，如果解析通过，则保留它。例如：

import datetime, re

def is_valid_dmy_date(datestr):
    try:
        datetime.datetime.strptime(datestr, '%d-%m-%Y')
    except ValueError:
        return False
    return True

# In Python 3, wrap filter call in list() if you need a real list,
# or just iterate results of filter directly if that's all you need
all_dates = filter(is_valid_dmy_date, re.findall(r'\b\d\d-\d\d-\d{4}\b', article))

---

您会注意到，正则表达式大大简化了（我添加了

\b

零宽度断言，因此它不会与

001-01-200123

之类的内容相匹配，但是如果匹配的日期发生在没有单词边界的情况下，您可以删除它们）。该工作被传递到

datetime.strtime

，后者知道实际日期，因此它正确地拒绝了2011年2月29日之类的内容。

re.findall

返回一个包含所有结果的元组

（）

捕获。您的常规模式中有9个

（）

，因此您得到了一个包含9个元素的元组。 尝试

打印格式1[0][5]

可以解决这种情况下的问题 或者改用re.search

format1=re.search（'[0-2][0-9]-02-（[0-2][0-9]|（[0-2][0-9]| 30）-（04 | 06 | 09 | 11）-（d）{4 |（[0-2][0-9]| 30 | 31）-（01 | 03 12405 | 07 | 08 | 10 | 12）{4}，第4条）
打印格式1.组（0）

我有点困惑。你到底想要什么回报？例如，如果article='10-10-1010'并将其传递给python，您将得到>>[（''，''，''，''，''，''，''，''，10-10-1991'，10'，10'，1']，您只是在寻找它返回'10-10-1010'吗？是吗？错？只要10-10-1010'就好了