正则表达式与R中的日期匹配

我有多个pdf文件保存在一个文件夹中。我需要从数据帧中的每个文件中提取格式的第一个日期，如“2020年11月19日”

以下是我正在使用的代码：

myextr2 <- function(pdffile) {
  text_data <- pdf_text(pdffile)
  text_collapsed_data <- paste0(text_data, collapse = '\n')
  g=stringi::stri_extract( text_collapsed_data, regex = ("(Jan(uary)?|Feb(ruary)?|Mar(ch)?|Apr(il)?|May|Jun(e)?|Jul(y)?|Aug(ust)?|Sep(tember)?|Oct(ober)?|Nov(ember)?|Dec(ember)?)/s+/d{1,2}/s+/d{4}")
  g[1]
}
files <- list.files(pattern = "pdf$")
pricing = sapply(files, myextr2)
pricing

---

需要这方面的帮助。

您可以使用

lubridate

软件包

library(lubridate)

d = "November 19 2020"
mdy(d)
# [1] "2020-11-19"

---

这里的正则表达式是我已经尝试过的，并且正在对我起作用 只是一个小小的修正，这是我之前发布的第一个日期值的第二个日期值 ''' str_extract_all（文本_折叠_数据 （b）Jan（Jan（uary）月（Jan（uary）月（uary）和（b）月（Jan（uary）月（Jan（uary）月（y）月（y）月（ust）月（ust）月（月）月（月）日）月（月）月（月）月（月）月（月）月（月）日）月（月）月（月）月（月）月（月）月）月（月）月（月）日）月（月）月）月（月）日）日）月（ust）月（年）月（月）月（月）日）月（月）月（月（月）日）日）月（月（月）日）日）月（月（月）日）日）月（Te（月）月（月）月）月（月）月（月）月（月）月）月（月）月）月（月（月）日）日）日）月（月（月（Te十月（ober）？十一月（余烬）？十二月（余烬）？）\s+\d{1,2}、\s+\d{4}” ，simplify=TRUE）[，2]

---

“”“

您好，我在正则表达式末尾缺少一个右括号，但无法提取任何日期。如果您包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么可以更容易地为您提供帮助。也可以看到：或者它是

\s

和

\d

，而不是

/s

和

/d

。（但我不知道R，因此可能需要转义反斜杠）。此外，“November”在示例中拼写错误（代码之外）。除此之外，模式本身。它只是有太多不必要的捕获组。

library(lubridate)

d = "November 19 2020"
mdy(d)
# [1] "2020-11-19"

library(stringr)

str_extract(d, "(Jan(uary)?|Feb(ruary)?|Mar(ch)?|Apr(il)?|May|Jun(e)?|Jul(y)?|Aug(ust)?|Sep(tember)?|Oct(ober)?|Nov(ember)?|Dec(ember)?)\\s+\\d{1,2}\\s+\\d{4}")
# [1] "2020-11-19"