如何用正则表达式移除文本中动态变化的特定格式日期字符串？

你的原正则表达式匹配的是带点的数字组合，和目标日期格式（如14 Sept 2021）完全不匹配，所以无法生效。以下是正确的实现方案：

正确的正则表达式 #

匹配目标格式的正则为：

\b\d{1,2} (Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Sept|Oct|Nov|Dec) \d{4}\b

各部分含义：

• \b：单词边界，避免日期和其他字符粘连（比如abc14 Sept 2021def不会被误匹配）
• \d{1,2}：匹配1-2位的日期（支持1号到31号）
• (Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Sept|Oct|Nov|Dec)：覆盖所有英文月份的缩写，包含Sep和Sept两种写法
• \d{4}：匹配4位年份
• 空格：分隔日、月、年的固定空格

修改后的代码 #

import re

def clean_up_answer(answer):
    date_pattern = r'\b\d{1,2} (Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Sept|Oct|Nov|Dec) \d{4}\b'
    # 替换所有匹配到的日期为空字符串，无匹配时直接返回原内容
    cleaned_answer = re.sub(date_pattern, '', answer)
    return cleaned_answer.strip()

额外优化 #

如果月份缩写存在大小写混合（如SEPT、sept），可以添加忽略大小写的标志：

cleaned_answer = re.sub(date_pattern, '', answer, flags=re.IGNORECASE)

内容的提问来源于stack exchange，提问作者logosapp