如何用Python正则从含额外文本的字符串提取n年m月x天模式

要从包含额外文本的字符串里精准提取n years m months and x days格式的时间片段（各时间单元及and均可选），可以按以下方式调整正则表达式：

核心思路 #

1. 原正则默认从字符串起始位置匹配，所以开头有其他内容时匹配失败——不用加.*（会导致匹配整个字符串），直接用re.search()在整个字符串里定位目标模式就行。
2. 要确保正则只匹配时间模式本身，同时避免匹配空字符串：通过正向前瞻保证至少存在一个有效时间单元（毕竟所有单元都可选，不加限制会匹配空内容）。
3. 处理and的可选性：and可以出现在最后两个时间单元之间（比如2 years and 5 days、3 months and 10 days这种情况）。

最终正则及示例代码 #

import re

# 匹配时间模式的正则，支持各单元及and可选
time_pattern = r'(?=\d+ (?:year|month|day))(?:\d+ year(s?)\s*)?(?:\d+ month(s?)\s*(?:and\s*)?)?(?:\d+ day(s?))?'

# 测试案例
test_cases = [
    "in 2 years 25 days",
    "3 months and 10 days ago",
    "just 5 year",
    "1 year 2 month",
    "and 7 days left"
]

for case in test_cases:
    match = re.search(time_pattern, case)
    if match:
        print(f"提取结果: '{match.group().strip()}'")

输出结果 #

提取结果: '2 years 25 days'
提取结果: '3 months and 10 days'
提取结果: '5 year'
提取结果: '1 year 2 month'
提取结果: '7 days'

正则说明 #

• (?=\d+ (?:year|month|day))：正向前瞻，确保匹配内容至少包含一个数字+时间单元，避免匹配空字符串。
• (?:\d+ year(s?)\s*)?：可选的年单元，支持year或years两种写法。
• (?:\d+ month(s?)\s*(?:and\s*)?)?：可选的月单元，后续可跟可选的and（用于连接日单元）。
• (?:\d+ day(s?))?：可选的日单元，支持day或days。
• 最后用strip()去除匹配结果前后多余的空格。

内容的提问来源于stack exchange，提问作者Irshad Bhat