Python的正則表達式「負面」模式匹配

我工作的一大批量文本字符串，試圖匹配日期時間和使用strptime（）函數將其轉換爲MM-DD-YYYY格式。Python的正則表達式「負面」模式匹配

然而，也有一些5位的號碼出現在文本（例如，90481），其具有誤導我.findall（）函數將它們視爲日期倍。如何通過包含^（）類型的條件來排除它們，從而避免它們？

它們有什麼共同點是，他們都是5位數，所以我已經試過^（？！\ d {5}），但它並沒有變成好。處理這組數字的最佳方法是什麼？

謝謝。

注1：我已閱讀this post，但似乎無法得到它。

注2：關於日期的格式有人問在評論部分

有在我的工作中的數據幀許多日期格式，例如：

05/10/2001; 05/10/01; 5/10/09; 6/2/01 
 
May-10-2001; May 10, 2010; March 25, 2001; Mar. 25, 2001; Mar 25 2001; 
 
25 Mar 2001; 25 March 2001; 25 Mar. 2001; 25 March, 2001 
 
Mar 25th, 2001; Mar 25th, 2001; Mar 12nd, 2001 
 
Feb 2001; Sep 2001; Oct 2001 
 
5/2001; 11/2001 
 
2001; 2015

所以我有一個相當長的.findall（r''）功能，但主要是要避免選擇5位數的序列號。

真誠，

來源

2017-08-05 Chris T.

請問你的findall擺在首位的工作？請發佈完整的正則表達式。 –

我會將其添加到原始問題線程。 –

如果你能用簡單的英語解釋你需要匹配的是什麼，我會更樂意幫助你。日期時間可以用很多格式編寫，所以不知道你在用什麼工作很難。 – kpie

你可以在你的正則表達式使用\b，以避免比賽被中途發現了一些與多個數字。將其中一個放在開頭，一個放在最後，並確保它們不包含在|（OR）操作的範圍內，方法是將其餘部分包裝在非捕獲組中。

我刪除了一些個月保持短：

\b(?:\d{1,2}\/\d{1,2}\/\d{2,4}|(?:Jan|Feb|Mar|Apr| |Nov|Dec)[a-z]*-\d{2}-\d{2,4})\b

來源

2017-08-05 16:36:42 trincot

這工作完美！非常感謝。你介意我問在這種情況下\ b（）\ b是如何（以及爲什麼）工作的？ –

'\ B'用的字母數字字符和非字母數字字符的序列之間的匹配斷裂（不匹配的字符，就在實際上存在序列中的中斷）。所以當你匹配的第一個字符應該是一個數字時，第一個'\ b'要求在匹配的字符之前沒有數字（或字母或下劃線）。類似的事情發生在最後。 – trincot

Python的正則表達式「負面」模式匹配

回答

相關問題