python - 正则表达式识别不同形式的年份

Question

我正在使用 Python 工作，需要能够读取一串文本并识别文本中提到的所有年份。

年份将在 1800 到 2099 之间，并且可以采用几种不同的形式:

• 1955
• '55
• 55

我的正则表达式很糟糕，我需要小心避免匹配 19 然后 55，195 -> [19]5，或20178。

Answer 1

这样就可以了:\d{4}|'\d{2}|\d{2}

Live demo

编辑1:
如果正则表达式用作验证(而不是提取，又名您可以假设字符串的唯一内容是数字)，您可以使用此 ^(\d{4}|'\d{2}|\d{2})$

Live demo

编辑2:
如果正则表达式用作提取，您可以使用此 (?<!\d)(\d{4}|'\d{2}|\d{2})(?!\d)然而，它比前面提到的要慢，因为它同时使用前瞻和后瞻。

Live demo

import re

m = re.findall(r"(?<!\d)(\d{4}|'\d{2}|\d{2})(?!\d)", "1955 '55 55 195 20567")

print(m) # ['1955', "'55", '55']