如何用正则表达式提取文本日期并转换为YYYY-MM-DD格式？

算力阿峰

2026-8-20

简化版正则表达式及日期转换方案

简化后的正则表达式

用这个更简洁的表达式即可匹配所有目标日期，同时精准捕获月、日、年三个核心部分：

(\d{1,2})[./-](\d{1,2})(?:[./-]|, )(\d{4})

正则规则解释

(\d{1,2})：捕获1-2位数字作为月份（第一捕获组）
[./-]：匹配月与日之间的分隔符，覆盖.、/、-三种情况
(\d{1,2})：捕获1-2位数字作为日期（第二捕获组）
(?:[./-]|, )：非捕获组，匹配日与年之间的分隔符——要么是.、/、-，要么是, （逗号加空格）
(\d{4})：捕获4位数字作为年份（第三捕获组）

转换为YYYY-MM-DD格式

以Python为例，通过正则替换自动补全月/日的前导零，实现格式统一：

import re

raw_text = """Juan Ponce de León sights Florida for the first time, on 3.27, 1513
Giovanni da Verrazzano explored the Atlantic coast of North America under French employ, on 4.17.1524
The Roanoke Colony was found deserted, on 8/15/1590
John Smith founded the Jamestown settlement, on 5/14, 1607
The Dutch laid claim to the territories of New Netherland, on 11.11.1614
The Massachusetts Bay Colony founded, on 3-4-1629"""

pattern = r"(\d{1,2})[./-](\d{1,2})(?:[./-]|, )(\d{4})"
# 利用lambda补全前导零，重组为YYYY-MM-DD格式
formatted_text = re.sub(pattern, lambda match: f"{match.group(3)}-{match.group(1).zfill(2)}-{match.group(2).zfill(2)}", raw_text)

print(formatted_text)

运行后所有日期都会转换为标准格式，比如3.27, 1513变为1513-03-27，3-4-1629变为1629-03-04。