如何用正则表达式从文件路径中提取日期？

你的现有代码问题分析 #

• 直接调用m.group()前没执行m.find()，会抛出运行时异常，Matcher必须先启动匹配才能获取结果
• 混用旧API SimpleDateFormat 和新日期API LocalDate，完全没必要，直接用DateTimeFormatter更简洁安全
• 正则.*(\\d{8}).*只匹配8位数字，没法区分有效日期（比如20231218）和非日期的数字串（比如12345678）

修正后的正则提取+LocalDate转换代码 #

import java.time.LocalDate;
import java.time.format.DateTimeFormatter;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class DateExtractor {
    public static LocalDate extractDateFromFilePath(String filePath) {
        // 匹配19/20开头的yyyyMMdd格式日期，确保月份(01-12)和日期(01-31)合法，避免无效数字
        String dateRegex = "(?:19|20)\\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\\d|3[01])";
        Pattern pattern = Pattern.compile(dateRegex);
        Matcher matcher = pattern.matcher(filePath);
        
        if (matcher.find()) {
            String dateStr = matcher.group();
            DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyyMMdd");
            return LocalDate.parse(dateStr, formatter);
        }
        
        // 无匹配时返回null，也可以根据业务需求抛出异常
        return null;
    }

    public static void main(String[] args) {
        String file = "Folder/file_20231218.txt";
        LocalDate date = extractDateFromFilePath(file);
        System.out.println(date); // 输出: 2023-12-18
    }
}

针对未知文件名格式的健壮处理 #

如果文件名格式不确定，可以通过以下方式提升鲁棒性：

• 扩展正则覆盖更多日期格式：如果可能出现yyyy-MM-dd、MM/dd/yyyy等带分隔符的格式，可合并正则匹配：

  String dateRegex = "(?:(?:19|20)\\d{2}(?:[-/.])(0[1-9]|1[0-2])(?:[-/.])(0[1-9]|[12]\\d|3[01])|(?:19|20)\\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\\d|3[01]))";
  

• 多格式尝试解析：把常用日期格式存进列表，逐个尝试匹配，示例：

  import java.time.LocalDate;
  import java.time.format.DateTimeFormatter;
  import java.time.format.DateTimeParseException;
  import java.util.Arrays;
  import java.util.List;
  import java.util.regex.Matcher;
  import java.util.regex.Pattern;
  
  public class MultiFormatDateExtractor {
      public static LocalDate extractDateWithMultipleFormats(String filePath) {
          List<String> datePatterns = Arrays.asList(
              "yyyyMMdd",
              "yyyy-MM-dd",
              "MM/dd/yyyy",
              "dd-MM-yyyy"
          );
          
          // 匹配带或不带分隔符的合法日期
          String dateRegex = "\\b(?:(?:19|20)\\d{2}(?:[-/.]?)(0[1-9]|1[0-2])(?:[-/.]?)(0[1-9]|[12]\\d|3[01]))\\b";
          Pattern pattern = Pattern.compile(dateRegex);
          Matcher matcher = pattern.matcher(filePath);
          
          if (matcher.find()) {
              String dateStr = matcher.group().replaceAll("[-/.]", ""); // 统一去掉分隔符
              for (String patternStr : datePatterns) {
                  try {
                      DateTimeFormatter formatter = DateTimeFormatter.ofPattern(patternStr);
                      return LocalDate.parse(dateStr, formatter);
                  } catch (DateTimeParseException e) {
                      // 格式不匹配，继续尝试下一个
                      continue;
                  }
              }
          }
          return null;
      }
  }
  

为什么不推荐用substring？ #

substring方法完全依赖文件名中_和.的固定位置，一旦文件名格式变化（比如Folder/20231218_report.txt、Folder/report_20231218_v2.txt），就会提取失败。正则方案则不受文件名结构限制，只要日期格式符合规则就能准确匹配到。

内容的提问来源于stack exchange，提问作者himan01