如何验证Blob存储中文件名的日期为MMDDYYYY格式？

你的核心问题是原正则仅匹配8位数字，无法区分合法的MMDDYYYY格式（月份必须是01-12）。以下是两种解决方案：

方案1：优化正则表达式（基础验证） #

通过限制月份范围为01-12，同时对日期做基础范围限制，可快速排除像29082024这种非法月份的情况。

修正后的正则：

pattern = r'Supervisor_(0[1-9]|1[0-2])(0[1-9]|[12][0-9]|3[01])[0-9]{4}_[0-9]{5}\.parquet'

各部分说明：

• (0[1-9]|1[0-2])：匹配合法月份（01-09或10-12）
• (0[1-9]|[12][0-9]|3[01])：匹配合法日期（01-09、10-29、30-31）
• \.parquet：转义.，避免匹配任意字符（原正则存在此漏洞）

测试代码：

import re

def is_valid_filename(filename):
    pattern = r'Supervisor_(0[1-9]|1[0-2])(0[1-9]|[12][0-9]|3[01])[0-9]{4}_[0-9]{5}\.parquet'
    return re.fullmatch(pattern, filename) is not None

# 测试用例
print(is_valid_filename("Supervisor_08292024_095618.parquet"))  # 输出True（合法）
print(is_valid_filename("Supervisor_29082024_095618.parquet"))  # 输出False（月份29非法）

方案2：结合datetime模块（精确验证） #

纯正则无法完美处理闰年、不同月份的天数差异（比如4月没有31天），使用Python的datetime解析日期是更可靠的方式。

实现代码：

import re
from datetime import datetime

def is_valid_filename(filename):
    # 先提取日期部分
    match = re.match(r'Supervisor_(\d{2})(\d{2})(\d{4})_\d{5}\.parquet', filename)
    if not match:
        return False
    # 尝试解析为MMDDYYYY格式的日期
    month, day, year = map(int, match.groups())
    try:
        datetime(year, month, day)
        return True
    except ValueError:
        return False

# 测试用例
print(is_valid_filename("Supervisor_08292024_095618.parquet"))  # True
print(is_valid_filename("Supervisor_29082024_095618.parquet"))  # False（月份非法）
print(is_valid_filename("Supervisor_04312024_095618.parquet"))  # False（4月无31天）
print(is_valid_filename("Supervisor_02292023_095618.parquet"))  # False（2023非闰年）

内容的提问来源于stack exchange，提问作者kimchigirl