Python 为什么我的正则表达式不能正确返回组（0）？

我想从大量文件中查找日期。日期在单行上，格式为

“2010年9月21日”

。每个文件中只有一个这样的日期

以下代码仅返回月份，例如，

“九月”

。为什么组（0）不给我像

“2010年9月21日”

？ 这里少了什么？谢谢大家!

months = ("January", "February", "March", "April", "May", "June", "July", "August", "September", "October", "November", "December")

pattern = r"^\d{2} +" + "|".join(months) + r" +\d{4}$"
match = re.search(pattern, text)
if match:
    fdate = match.group(0)

---

当你打印正则表达式时，你会看到它看起来像

^\d{2}+一月|二月|三月|四月|五月|六月|七月|八月|九月|十月|十一月|十二月{d{4}$

。当您将其应用于2010年9月21日的

21

时，您将看到它，因为

^\d{2}+

只能与字符串开头的

一月

匹配，因为月份替代项未分组

您需要将月份备选方案分组：

pattern = r"^\d{{2}} +(?:{}) +\d{{4}}$".format("|".join(months))

见：

---

请尝试

pattern=r“^\d{{2}+（？：{}）+\d{{4}}$”.format（“|”。.join（months））

。如果它在一行上，并且您读取了整个文件，那么添加

re.M

标志。您可以通过执行类似

r“\d{2}[JFMASOND][a-z]+\d{4}”

的操作来简化您的正则表达式。这样，您就不必处理连接或

|

运算符。@brittenb但这非常脆弱，因为它可以匹配非日期的字符串（即使风险可能很小）。@JohanL这是真的，OP必须确定的一个问题可能是给定了数据集。这只是我尝试的第一种方法，如果我在结果中看到任何误报，我会继续使用更严格的正则表达式。

import re
text = "21 September 2010"
months = ("January", "February", "March", "April", "May", "June", "July", "August", "September", "October", "November", "December")
pattern = r"^\d{{2}} +(?:{}) +\d{{4}}$".format("|".join(months))
match = re.search(pattern, text)
if match:
    fdate = match.group(0)
    print(fdate) # => 21 September 2010