使用正则表达式匹配2010年之后日期的问题咨询

首先，你的正则表达式.*_(201\d{5})_.*无法正常工作，主要有两个核心问题：

1. 位数不匹配 #

目标日期是8位数字（比如示例里的20201103），但你的正则捕获的是201\d{5}——也就是201加上5位数字，总共7位，长度差了一位，自然匹配不上目标日期段。

2. 年份范围限制过窄 #

201\d只能匹配2010-2019年的日期，但你的示例日期是2020年的，这个正则连你的测试字符串都无法命中，更别说覆盖2020及之后的年份了。

修正后的正则表达式 #

如果你的需求是匹配格式为YYYYMMDD且年份在2010年及之后的日期（不严格校验月份和日期的合法性，比如不排除2月30号这类无效日期，这在文件名匹配场景里通常足够），可以使用以下正则：

.*_((201[0-9]\d{4})|(20[2-9]\d{5}))_.*

各部分解释： #

• 201[0-9]\d{4}：匹配2010-2019年的日期（年份2010-2019，加上4位月日）
• 20[2-9]\d{5}：匹配2020-2099年的日期（年份2020-2099，加上4位月日）
• 外层的.*_..._.*确保日期段被下划线包裹，符合你给出的文件名格式。

如果你需要覆盖更长远的年份（比如2100年及之后），可以扩展为：

.*_((201[0-9]\d{4})|(20[2-9]\d{5})|(2[1-9]\d{6})|([3-9]\d{7}))_.*

测试验证 #

用你的示例字符串path/32632/SMCS1_20201103_051803_095_D.tif测试修正后的正则，会成功捕获20201103这个符合要求的日期段。

内容的提问来源于stack exchange，提问作者Robin Kohrs