Регулярное выражение, чтобы соответствовать и не захватывать часть строки

Я пытаюсь зафиксировать даты, которые могут быть в такой строке

'30 jan and 6 apr and 12 oct 2022'

Я использую модуль регулярного выражения python (он такой же, как re, но имеет опцию «перекрытия»). Мне нужно получить конечный результат в виде этого списка

['30 jan 2022', '6 apr 2022', '12 oct 2022']

пока с этим выражением

regex.findall(r'(?:\d\d | \d )(?:jan|feb|mar|ap|may|jun|jul|aug|sep|oct|nov|dec)(?:.*)20(?:\d\d)', d, overlapped=True)

я получаю

['30 jan and 6 apr and 12 oct 2022', ' 6 apr and 12 oct 2022', '12 oct 2022']

Заранее спасибо.

Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
0
0
29
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать понимание списка и 2 группы захвата:

\b(\d+ (?:jan|feb|mar|ap|may|jun|jul|aug|sep|oct|nov|dec))(?=.*\b(20\d\d))\b

См. демонстрация регулярных выражений и демонстрация Python.

import re

pattern = r"\b(\d+ (?:jan|feb|mar|ap|may|jun|jul|aug|sep|oct|nov|dec))(?=.*\b(20\d\d))\b"
s = r"30 jan and 6 apr and 12 oct 2022"

res = [' '.join(s) for s in re.findall(pattern, s)]
print(res)

Выход

['30 jan 2022', '6 ap 2022', '12 oct 2022']

Обратите внимание, что (?:.*) и (?:\d\d) не нужна группа без захвата, так как группа сама по себе не имеет смысла в шаблоне.

Это работает спасибо! Я просто блуждал (и, может быть, вы тоже это знаете), есть ли способ просто пропустить часть .* после месяца? В случае 30 jan and 6 apr and 12 oct 2022, когда он соответствует jan или apr, просто игнорировать все до 2022 года.

Sev 17.05.2022 19:04

@Sev Вы не можете пропустить .* в скороговорке, так как прогноз указывает год, который не следует непосредственно за названиями месяцев. .* в шаблоне на самом деле ничего не соответствует, это часть не потребляющего просмотра вперед, который сам по себе имеет группу захвата, которая принимает участие в окончательном выводе.

The fourth bird 17.05.2022 19:13

Другие вопросы по теме