Python正则匹配mmm dd格式日期仅返回月份，如何修正？

问题原因 #

你写的正则表达式里，({}) 把月份列表包裹成了捕获组，而re.findall()的特性是：当正则包含捕获组时，会优先返回捕获组匹配的内容，而非整个匹配的完整字符串。所以最终结果只拿到了月份，没包含后面的日期部分。

解决方法 #

有两种简洁的修复方式：

方式1：使用非捕获组（推荐）

把正则里的捕获组({})改成非捕获组(?:{})，非捕获组不会被findall单独提取，这样就会返回完整的"mmm dd"匹配结果。

修改后的代码：

import re

strings = ["Get it by may 1 - june 15", "Arrives between may 1 and june 15"]    
months = ['january', 'jan', 'february', 'feb', 'march', 'mar', 'april', 'apr', 'may', 'june', 'jun', 'july', 'jul', 'august', 'aug', 'september', 'sept', 'sep', 'october', 'oct', 'november', 'nov', 'december', 'dec']

# 将捕获组改为非捕获组 (?:...)
pattern = r'\b(?:{})\s\d{{1,2}}'.format('|'.join(months))

for string in strings:
      matches = re.findall(pattern, string)
      print(f"String: {string}")
      print(f"Matches: {matches}")

运行输出：

String: Get it by may 1 - june 15
Matches: ['may 1', 'june 15']
String: Arrives between may 1 and june 15
Matches: ['may 1', 'june 15']

方式2：给整个正则加外层捕获组

如果后续需要单独提取月份和日期，可以给整个匹配模式加外层捕获组，再从结果中取出完整匹配内容：

import re

strings = ["Get it by may 1 - june 15", "Arrives between may 1 and june 15"]    
months = ['january', 'jan', 'february', 'feb', 'march', 'mar', 'april', 'apr', 'may', 'june', 'jun', 'july', 'jul', 'august', 'aug', 'september', 'sept', 'sep', 'october', 'oct', 'november', 'nov', 'december', 'dec']

# 外层添加捕获组，确保能拿到完整匹配结果
pattern = r'\b(({})\s\d{{1,2}})'.format('|'.join(months))

for string in strings:
      matches = re.findall(pattern, string)
      # 提取每个元组的第一个元素，即完整的日期字符串
      full_matches = [match[0] for match in matches]
      print(f"String: {string}")
      print(f"Matches: {full_matches}")

这种方式适合需要同时获取完整日期和单独月份的场景，若只需要完整日期，方式1更简洁。

内容的提问来源于stack exchange，提问作者Damon Obako