Wie beide Gruppen extrahieren innerhalb einer wiederholten Regex in Python

Question

Lassen Sie uns sagen, dass ich eine Zeichenfolge, die wie folgt aussieht:

my_date = February 4 - March 23, 2015

Ich möchte einen regulären Ausdruck erstellen, die sowohl Monatsnamen extrahieren und die Jahr, so dass ich es wie folgt auf:

date_regex = r"^(?:(Jan(?:uary)?|Feb(?:ruary)|Marc?h?|Apr[il1]?[I1l]?|May|June?|July?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:tober)?|Nov(?:ember)?|Dec(?:ember)?)\s+\d?\d(?:\s+-\s+)?){2},\s+(20[01]\d)" 

ich dachte, ich durch Einschließen der ganze Regex klug wurde den Monat und Tag in einer nicht passenden Gruppe und {2} sollte zwei sein, dort zu sagen, mit übereinstimmen sie, aber leider der gro ups, die ich davon bekomme, sind ("March", "2015"). Es scheint, als ob es nicht das erste Match von "Februar" fängt.

Wohin gehe ich falsch? Ist es meine Regex, oder ist das einfach nicht möglich?

This question scheint verwandt zu sein und scheint zu implizieren, dass was ich versuche zu tun ist nicht ohne das Modul regex möglich.

Dank

Answer 1

dieses RegEx Versuchen:

(Jan(?:uary)?|Feb(?:ruary)|Marc?h?|Apr[il1]?[I1l]?|May|June?|July?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:tober)?|Nov(?:ember)?|Dec(?:ember)?|20[01]\d) 

Sie zu kompliziert es. entweder Wählen Sie einfach einen Monat oder das Jahr (20[01]\d)

Live Demo on Regex101

---

Wie es funktioniert:

(
    Jan(?:uary)?|   # January 
    Feb(?:ruary)|   # February 
    Marc?h?|    # March 
    Apr[il1]?[I1l]?|  # April 
    May|     # May 
    June?|     # June 
    July?|     # July 
    Aug(?:ust)?|   # August 
    Sep(?:tember)?|  # September 
    Oct(?:tober)?|   # October 
    Nov(?:ember)?|   # November 
    Dec(?:ember)?|   # December 
    20[01]\d    # Year 
) 

Es entweder einen Monatsnamen oder ein Jahr auswählt. Ich bin mir nicht sicher, warum Sie Apr[il1]?[I1l]? für April verwendet haben. Verwenden Sie einfach Apr(il)? oder Apri?l?

Answer 2

Eine weitere allgemeinere Lösung, wenn Sie nur das Beispiel Zeichenfolge nicht also in einem großen Text, haben zu suchen:

my_date = "February 4 - March 23, 2015" 

ss = re.compile(r"[a-zA-Z]+\S|\d{4}") 

print ss.findall(my_date) 

Ausgang:

['February', 'March', '2015']