日期提取正则表达式适用于在线测试设施，但不适用于python正则表达式库

Question

我想从句子中提取日期

这些是有效的日期类型

dd.mm.yy
dd.mm.yyyy
d.m.yy
d.m.yy
dd-mm-yy
dd-mm-yyyy
dd/mm/yy
dd/mm/yyyy

下面的正则表达式很好地完成了这项工作

^(?:(?:31(\/|-|\.)(?:0?[13578]|1[02]))\1|(?:(?:29|30)(\/|-|\.)(?:0?[13-9]|1[0-2])\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:29(\/|-|\.)0?2\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:0?[1-9]|1\d|2[0-8])(\/|-|\.)(?:(?:0?[1-9])|(?:1[0-2]))\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$

我在多个在线正则表达式测试器上测试了它，比如https://www.regexpal.com/

然后，我在python中使用以下代码进行了尝试，但无法提取日期部分

def validate_date(text):
    date_regex = '^(?:(?:31(\/|-|\.)(?:0?[13578]|1[02]))\1|(?:(?:29|30)(\/|-|\.)(?:0?[13-9]|1[0-2])\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:29(\/|-|\.)0?2\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:0?[1-9]|1\d|2[0-8])(\/|-|\.)(?:(?:0?[1-9])|(?:1[0-2]))\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$'
    return re.findall(date_regex, text)


date = validate_date("02.02.2020")
print(date)

这种行为的原因是什么

Answer 1

两个问题

1. 需要在正则表达式模式中使用原始原始原始字符串r'…'
2. 在本例中，re.search不适用于re.findallsee answer to why does ^{} find nothing, but ^{} works?。所以可以使用搜索来查找字符串中第一个出现的日期

代码

def validate_date(text):
    date_regex = r'^(?:(?:31(\/|-|\.)(?:0?[13578]|1[02]))\1|(?:(?:29|30)(\/|-|\.)(?:0?[13-9]|1[0-2])\2))(?:(?:1[6-9]|[2-9]\d)?\d{2})$|^(?:29(\/|-|\.)0?2\3(?:(?:(?:1[6-9]|[2-9]\d)?(?:0[48]|[2468][048]|[13579][26])|(?:(?:16|[2468][048]|[3579][26])00))))$|^(?:0?[1-9]|1\d|2[0-8])(\/|-|\.)(?:(?:0?[1-9])|(?:1[0-2]))\4(?:(?:1[6-9]|[2-9]\d)?\d{2})$'

    return re.search(date_regex, text)

测试

date = validate_date("02.02.2020")
print(date.group())
# Output: 02.02.2020