如何在Python中提取字符串中的年份数字并添加到列表？

你的现有代码存在两个明显问题：

• 像2000's这种带后缀的年份，会被split()当成完整单词，isdigit()无法识别，导致漏掉该年份；
• 未限制数字位数，若字符串中出现其他长度的数字（比如"123"），会被误提取。

下面给出两种可行的解决方案：

方法一：正则表达式（最简洁精准） #

正则能直接匹配所有4位数字的年份，不管前后是否带其他字符，用re.findall()可一次性提取所有符合条件的结果：

import re

a = "Sam works in a company abc in New York. He joined the company last year 2019. Before joining ABC, he used to work for a small firm in Arizona. He worked there from 2015 to 2018. Before moving to Arizona Sam used to live in South Dakota and he has been living there since 2000's"

# 匹配所有4位数字，返回字符串列表
years = re.findall(r'\b\d{4}\b', a)
# 如需转成整数列表
years_int = [int(year) for year in years]

print(years)       # 输出: ['2019', '2015', '2018', '2000']
print(years_int)   # 输出: [2019, 2015, 2018, 2000]

正则r'\b\d{4}\b'的说明：

• \b是单词边界，确保匹配的是完整的4位数字（不会匹配"12345"里的前4位）；
• \d{4}表示匹配连续4个数字；
• re.findall()返回所有符合条件的匹配项组成的列表。

方法二：改进原始循环方法 #

如果不想用正则，可以修改原代码，先清理单词中的非数字字符，再判断是否为4位数字：

a = "Sam works in a company abc in New York. He joined the company last year 2019. Before joining ABC, he used to work for a small firm in Arizona. He worked there from 2015 to 2018. Before moving to Arizona Sam used to live in South Dakota and he has been living there since 2000's"

b = a.split()
year = []
for i in b:
    # 提取单词中的所有数字字符
    digits = ''.join([c for c in i if c.isdigit()])
    # 判断是否是4位数字
    if len(digits) == 4 and digits.isdigit():
        year.append(digits)

print(year)  # 输出: ['2019', '2015', '2018', '2000']

该方法先抽取每个单词里的数字，再检查长度是否为4，能处理2000's这类带后缀的情况。

内容的提问来源于stack exchange，提问作者DevWms27