如何用Python正则表达式分离字符串中的年份与剩余内容

现有字符串strng = "Fiscal Year Ended March 31, 2018 Total Year (in $000's)"，需判断其中是否存在年份子串（如2014、2015等），若存在则将年份子串与剩余内容分离。目前使用re.findall(r"\b20[012]\d\b", strng)获取年份，请问如何同时获取剩余内容？期望输出：year_substring --> '2018'，rest --> 'Fiscal Year Ended March 31, Total Year (in $000's)'，能否通过正则表达式实现？

当然可以用正则表达式一次性搞定！核心思路是利用捕获组把年份和前后的内容分别匹配出来，或者直接通过替换提取剩余内容，两种方式都很高效，我给你具体说明：

方法一：使用捕获组拆分内容 #

我们可以写一个包含三个捕获组的正则：

• 第一个组非贪婪匹配年份前的所有内容，避免吞掉年份后的部分
• 第二个组匹配目标年份
• 第三个组匹配年份后的所有内容

具体代码如下：

import re

strng = "Fiscal Year Ended March 31, 2018 Total Year (in $000's)"
# 正则：前缀 + 年份组 + 后缀
pattern = r"(.*?)\b(20[012]\d)\b(.*)"
match_result = re.search(pattern, strng)

if match_result:
    year_substring = match_result.group(2)
    # 拼接前后内容，同时清理年份前后的多余逗号和空格
    rest_content = match_result.group(1).rstrip(', ') + match_result.group(3).lstrip()
    
    print(f"year_substring --> '{year_substring}'")
    print(f"rest --> '{rest_content}'")

运行后就能得到你想要的输出：

year_substring --> '2018'
rest --> 'Fiscal Year Ended March 31, Total Year (in $000's)'

方法二：直接替换年份获取剩余内容 #

如果不需要单独拆分前后缀，也可以直接把匹配到的年份从原字符串中移除，再清理多余空格：

import re

strng = "Fiscal Year Ended March 31, 2018 Total Year (in $000's)"
year_pattern = r"\b20[012]\d\b"

# 先提取年份
year_match = re.search(year_pattern, strng)
if year_match:
    year_substring = year_match.group()
    # 替换年份为空，再清理因移除年份产生的多余空格
    rest_content = re.sub(year_pattern, "", strng).replace('  ', ' ').strip()
    
    print(f"year_substring --> '{year_substring}'")
    print(f"rest --> '{rest_content}'")

这种方式代码更简洁，适合只需要分离年份和剩余内容的场景。

另外补充一下：你的年份正则20[012]\d是匹配2000-2029的年份，如果需要覆盖2000-2099的所有年份，可以改成20\d{2}；如果要匹配更早期的年份（比如19xx），可以调整为(19|20)\d{2}。

内容的提问来源于stack exchange，提问作者Shijith