多格式文件名日期提取需求：统一转换为mm-dd-yyyy格式

针对你需要从工作簿文件名提取多种格式日期并转为mm-dd-yyyy的需求，不需要单独编写多份脚本，可通过正则匹配+统一解析转换的方式实现通用方案，以下是具体实现：

核心思路 #

用正则表达式覆盖所有你遇到的日期格式，从文件名中匹配出日期字符串，再通过日期解析工具统一转换为目标格式；对于无具体日的日期（如mm-yyyy、MMMM yyyy），默认取当月1号补全。

适配你列出格式的正则匹配规则 #

针对你提到的6种格式，对应的正则表达式如下：

• MMM dd yyyy（例：Jan 01 2024）：\b(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s+\d{1,2}\s+\d{4}\b
• mm_dd_yyyy（例：03_15_2024）：\b\d{1,2}_\d{1,2}_\d{4}\b
• m.dd.yy（例：1.04.22）：\b\d{1,2}\.\d{2}\.\d{2}\b
• yyyymmdd（例：20231231）：\b\d{8}\b
• mm-yyyy（例：07-2023）：\b\d{1,2}-\d{4}\b
• MMMM yyyy（例：December 2022）：\b(January|February|March|April|May|June|July|August|September|October|November|December)\s+\d{4}\b

Python代码实现 #

以下代码可直接用于提取并格式化日期，支持你列出的所有格式，且兼容日期在文件名任意位置的情况：

import re
from dateutil.parser import parse
from os.path import basename

def extract_and_format_date(filename):
    # 定义所有目标格式的正则表达式
    patterns = [
        # MMM dd yyyy
        r'\b(Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)\s+\d{1,2}\s+\d{4}\b',
        # mm_dd_yyyy
        r'\b\d{1,2}_\d{1,2}_\d{4}\b',
        # m.dd.yy
        r'\b\d{1,2}\.\d{2}\.\d{2}\b',
        # yyyymmdd
        r'\b\d{8}\b',
        # mm-yyyy
        r'\b\d{1,2}-\d{4}\b',
        # MMMM yyyy
        r'\b(January|February|March|April|May|June|July|August|September|October|November|December)\s+\d{4}\b'
    ]
    
    # 获取纯文件名（去掉路径）
    filename = basename(filename)
    matched_date_str = None
    
    # 遍历正则，匹配第一个符合的日期
    for pattern in patterns:
        match_result = re.search(pattern, filename, re.IGNORECASE)
        if match_result:
            matched_date_str = match_result.group()
            break
    
    if not matched_date_str:
        return "未匹配到日期"
    
    # 解析日期并处理无日的情况
    try:
        # 处理mm-yyyy格式，补全日为01
        if '-' in matched_date_str and len(matched_date_str) == 7:
            target_date = parse(f"{matched_date_str}-01")
        # 处理MMMM yyyy格式，补全日为01
        elif len(matched_date_str.split()) == 2 and len(matched_date_str.split()[0]) > 3:
            target_date = parse(f"{matched_date_str} 01")
        # 其他格式直接解析
        else:
            target_date = parse(matched_date_str)
        
        # 转换为mm-dd-yyyy格式
        return target_date.strftime("%m-%d-%Y")
    except ValueError:
        return "日期解析失败"

# 测试示例
test_files = [
    "Sales_Jan 05 2023.xlsx",
    "Inventory_03_15_2024.csv",
    "Invoice_1.04.22.docx",
    "Backup_20231231.zip",
    "Summary_07-2023.pdf",
    "Budget_December 2022.xls"
]

for file in test_files:
    result = extract_and_format_date(file)
    print(f"{file} → {result}")

补充说明 #

1. 如果后续遇到新的日期格式，只需在patterns列表中添加对应的正则表达式即可；
2. dateutil.parser能自动处理大部分日期歧义，但如果存在类似01-02-2024这种可能混淆日/月的格式，可在parse函数中添加dayfirst=True或yearfirst=True参数指定解析优先级；
3. 若需用VBA在Excel中直接处理，可使用VBA的RegExp对象实现正则匹配，再通过CDate函数解析日期，逻辑与上述Python代码一致。

内容的提问来源于stack exchange，提问作者Dio