复杂正则表达式查找日期和时间

2 回答

• 0

  据我了解，您需要 each 日期/时间部分（日，月，年，小时和分钟） must 存在 .

  因此，您应该在相关组之后删除 ? （它们是 not 可选） .

  将每个组捕获为相关的 capturing group 也是一种很好的做法 .

  没有必要写像 jun(?:i)? 之类的东西 . 只写 juni? （ ? 仅指前面的 i ）就足够了（并且更容易阅读） .

  另一个提示：由于正则表达式语言包含 \d char类，因此使用它而不是 [0-9] （正则表达式更短且更易于阅读 .

  可选部分（at / around）应该是可选的非捕获组 .

  正则表达式中不需要任何事后的部分 .

  所以我建议使用下面的正则表达式（为了便于阅读，我把它分成了几行）：

  (\d{1,2})[ -](jan(?:uari)?|feb(?:ruari)?|m(?:aa)?rt|apr(?:il)?|mei|juni?
  |juli?|aug(?:ustus)?|sep(?:tember|t)?|okt(?:ober)?|nov(?:ember)?|dec(?:ember)?)
  [ -](\d{4}) (?:around |at )?(\d{1,2}:\d{1,2})
  

  细节：

  • (\d{1,2}) - 日 .

  • [ -] - 一天后的分隔符（空格或减号） .

  • (jan(?:uari)?|...dec(?:ember)?) - 月 .

  • [ -] - 月份后的分隔符 .

  • (\d{4}) - 年 .

  • (?:around |at )? - 实际上，年份和小时之间的分隔符的3种变体（空格/大约/ at），请注意（......）之前的空格 .

  • (\d{1,2}:\d{1,2}) - 小时和分钟 .

  它匹配变体1,2,3,5和13.所有剩余的都不能包含每个必需的部分，因此它们不匹配 .

  如果您允许，例如小时/分钟部分是可选的，将相应的片段更改为：

  ( (?:around |at )?(\d{1,2}:\d{1,2}))?
  

  即用 ( 和 )? 围绕空间/周围/ at /小时/分钟部分，使该部分成为可选组 . 然后，变体14和15也将匹配 .

  还有一个扩展名：如果您还允许小时/分钟部分 alone ，请将 |(\d{1,2}:\d{1,2}) 添加到正则表达式中（所有之前是第一个变体，而添加的部分是第二个变体，仅适用于小时/分钟 .

  然后，您的变体No 4和6也将匹配 .

  有关工作示例，请参阅https://regex101.com/r/33t1ps/1

  编辑

  根据您的规则列表，我提出以下正则表达式：

  • (\d{1,2}[ -])? - 日分隔符，可选 .

  • (jan(?:uari)?|...|dec(?:ember)?) - 月 .

  • (?:[ -](\d{4}|'\d{2}))? - 分隔年份（带有"'"的4位或2位数字） .

  • ( (?:around |at )?(\d{1,2}:\d{1,2}))? - 分隔符小时/分钟 - 变量1的可选结尾 .

  • |(\d{1,2}:\d{1,2}) - 变式2 - 只有小时和分钟 .

  它只与您的9号和10号变种不匹配 .

  完全正则表达式，包括"uur"见https://regex101.com/r/33t1ps/3

  回复于 2024-04-25T21:03:17+08:00
• 0

  最后我找到了一些可以帮助我正确使用月份的东西:-)

  \b(?:([1-3]|[0-3]\d)[ |-](?'month'(?:[1-9]|\d[12])|(?:jan(?:uari)?|feb(?:ruari)?|m(?:aa)?rt|apr(?:il)?|mei|jun(?:i)?|jul(?:i)?|aug(?:ustus)?|sep(?:tember|t)?|okt(?:ober)?|nov(?:ember)?|dec(?:ember)?))?)?(?:(\g'month')[ |-]((?:19|20|\')(?:\d{2})))?\b(?: omstreeks | om | )?(?:(\d{1,2}[:]\d{2}(?: uur|u)?|[0-2]\d{3}(?: uur|u)))?\b

  它使用命名的构造函数/子例程 . 在这里找到：https://www.regular-expressions.info/subroutine.html

  回复于 2024-04-25T21:03:17+08:00