Python 月份和年份的正则表达式（不包括某些单词）

我正在尝试制作一个正则表达式，它能够处理输入，如bellow，以提取月份和年份，同时处理所有这些不同的情况，并提取两组（开始和结束），如下所示：

From August 2017 - September 2018   (output: {August 2017},{September 2018})
From August to September 2018       (output: {August},{September 2018})
July 2009 - August 2019             (output: {July 2009},{August 2019})
De Aout 2019 a July 2020            (output: {Aout 2019},{July 2020})
De Juillet a Aout 2020              (output: {Juillet},{Aout 2020})
Juillet - Aout 2019                 (output: {Juillet},{Aout 2019})
Juillet a Aout 2019                 (output: {Juillet},{Aout 2019})

我发现这个正则表达式做得很好（）：

我认为，排除/忽略“From”和“De”这样的特定词语是缺少一部分的

---

有什么想法或解决方案吗？

请注意，

\D+

是一种非常通用的模式，它将2018年8月至9月的

中的
与
匹配，即任何1+非数字符号。而且，
\w
匹配字母、数字和
\uu
s，当您需要匹配月份名称时，只匹配字母可能更合适，为此，您只需从中减去
\d
和
（
[^\w\ud]
）

您可以使用更精确的正则表达式：

(?P<fmonth>[^\W\d_]+(?:\W+\d+)?)\s+(?:to|a|-)\s+(?P<smonth>[^\W\d_]+\W+\d+)

（？P[^\W\d.]+（？：\W++\d+）\s+（？：to | a |-）\s+（？P[^\W\d.]+\W++\d+）

见

详细信息


（？P[^\W\d\]+（？：\W+\d+）
-每月组：1+个字母和1+个非单词字符的可选序列，后跟1+个数字
\s+
-1+空格
（？：to | a |-）
-
to
，
a
或
-
\s+
-1+空格
（？P[^\W\d\]+\W+\d+）
-smonth组：1+字母，1+非单词字符，1+数字
如果您愿意超越regex，我可以推荐Duckling-？你也可以在这里试试-。它从2018年8月到9月运行良好。可能需要一些调整，但这是一个好的开始：
（\w+（？：\d{4}）（？：-|到| a）（\w+\d{4}）
。看这里：@borancar我试过Duckling。。这是一个很好的建议。我以前从未见过它。但不幸的是，它不能很好地处理法语，这对我来说很重要
De Juillet a Aout 2020
From August to September 2018

(?P<fmonth>[^\W\d_]+(?:\W+\d+)?)\s+(?:to|a|-)\s+(?P<smonth>[^\W\d_]+\W+\d+)