PostgreSQL正则：如何用后向断言匹配无前缀的年月格式？

需求说明 #

匹配「September 2020」或「September 20」这类无前缀日的月份+年份组合，同时排除以下带日前缀的格式：

• 带点的日前缀：21. September 2020
• 不带点的日前缀：21 September 20

原有正则的问题 #

之前尝试的正则：

(?<![0-9][.]) September [1-4]?[0-9]?[0-9][0-9]

仅能排除带点的日前缀场景，无法覆盖不带点的情况；且PostgreSQL不支持可变长度后向断言，不能直接将后向断言中的点设为可选。

解决方案 #

利用PostgreSQL支持的固定长度否定后向断言，通过两个断言组合覆盖两种前缀场景：

(?<![0-9])(?<![0-9][.]) September (?:[0-9]{4}|[0-9]{2})

正则解释

• (?<![0-9])：确保月份前不是单个数字，排除不带点的日前缀（如21 September 20中的1 September部分）
• (?<![0-9][.])：确保月份前不是「数字+点」的格式，排除带点的日前缀（如21. September 2020）
• (?:[0-9]{4}|[0-9]{2})：匹配4位年份（如2020）或2位年份（如20），使用非捕获组优化性能

可选优化：单词边界

如果需要避免月份被误匹配为更长单词的一部分（比如Septemberxyz），可以添加单词边界\b：

(?<![0-9])(?<![0-9][.])\bSeptember\b (?:[0-9]{4}|[0-9]{2})

内容的提问来源于stack exchange，提问作者Silvan