regex - 使正则表达式更具体以排除某些字符的修改

Question

import re
s = '01.20/15 01/20.1915 1/1/19 01.11.11 1.8-24 3-4.12 01/20-09 12/12/1981 12-01/2001 1*51*12  22|1|13 03-02-1919 1-22-12 or 01-23-18 or 03-23-1984 01.11.18 or 2.2.17 or 02.02.18 or 12.1.16 12.23.1943 01-23-11 not 12.23.192 not 02.02.1'

我有以下字符串 s，它是对 making regex more specific to exclude certain characters的修改

我想得到所有日期，所以我用

reg = r'\b((?:\d{1,2}(?:\.|\/|-)){2}(?:\d{4}|\d{2}))\b'
r1 = re.findall(reg,s)
r1

我得到

['01.20/15',
 '01/20.1915',
 '1/1/19',
 '01.11.11',
 '1.8-24',
 '3-4.12',
 '01/20-09',
 '12/12/1981',
 '12-01/2001',
 '03-02-1919',
 '1-22-12',
 '01-23-18',
 '03-23-1984',
 '01.11.18',
 '2.2.17',
 '02.02.18',
 '12.1.16',
 '12.23.1943',
 '01-23-11']

这接近我想要的，但我不希望混合使用 .或 /或 -的字符串，例如 '01.20/15'或 '3-4.12'或 3-4.12等

我想要的输出是这个

['1/1/19',
 '01.11.11',
 '12/12/1981',
 '03-02-1919',
 '1-22-12',
 '01-23-18',
 '03-23-1984',
 '01.11.18',
 '2.2.17',
 '02.02.18',
 '12.1.16',
 '12.23.1943',
 '01-23-11']

其中不包含任何混合了 .或 /或 -的数字，例如 '01.20/15'或 '3-4.12'
我也尝试过修改 reg

reg = r'\b((?:\d{1,2}(?:\.\b|\\b/|-\b)){2}(?:\d{4}|\d{2}))\b'

但这不太有效

如何进一步修改 reg以获得所需的输出？

Answer 1

我猜想反向引用在这里可能不是一个坏主意:

\b([0-9]{1,2}([./-])[0-9]{1,2}\2[0-9]{2,4})\b

要么

\b[0-9]{1,2}([.\/-])[0-9]{1,2}\1(?:[0-9]{2}|[0-9]{4})\b

Demo

测试

import re

regex = r'\b([0-9]{1,2}([./-])[0-9]{1,2}\2\d{2,4})\b'
string = '''
01.20/15 01/20.1915  01.11.11 1.8-24 3-4.12 01/20-09 12/12/1981 12-01/2001 1*51*12  22|1|13 03-02-1919 1-22-12 or 01-23-18 or 03-23-1984 01.11.18 or 2.2.17 or 02.02.18 or 12.1.16 12.23.1943 01-23-11 not 12.23.192 not 02.02.1

'''

matches = re.findall(regex, string)

output = []
for match in matches:
    output.append(match[0])

print(output)

输出量

['01.11.11', '12/12/1981', '03-02-1919', '1-22-12', '01-23-18', '03-23-1984', '01.11.18', '2.2.17', '02.02.18', '12.1.16', '12.23.1943', '01-23-11', '12.23.192']

Demo