如何使用正则表达式在后视断言互为子集的场景下提取目标字符串

你当前的正则出现匹配偏差，核心是Python正则采用从左到右的扫描逻辑：当扫描到SHIPPED末尾的位置时，已经满足(?<=SHIPPED)的后视判定条件，就会直接从该位置开始匹配后续内容，不会继续向后检查是否存在DATE后缀的更长前缀，因此会把DATE也纳入匹配结果。

不建议用多分支后视实现，直接通过前缀匹配+捕获组的方式提取日期，逻辑更清晰且适配两种格式：

import re

# 适配两种格式的正则：匹配SHIPPED或SHIPPED DATE前缀，捕获后续日期
pattern = r'\bSHIPPED(?: DATE)?\s*(\d{1,2}-\d{2}-\d{2})\b'

# 测试两种场景
test_str1 = 'SHIPPED DATE 1-09-75'
test_str2 = 'SHIPPED 2-03-54'
test_str3 = 'SHIPPED DATE 23-10-90'

print(re.search(pattern, test_str1).group(1)) # 输出 1-09-75
print(re.search(pattern, test_str2).group(1)) # 输出 2-03-54
print(re.search(pattern, test_str3).group(1)) # 输出 23-10-90

正则说明：

• \b 匹配单词边界，避免前缀和其他字符粘连的误匹配
• (?: DATE)? 非捕获组，匹配可选的DATE后缀，兼容两种格式
• \s* 匹配前缀和日期之间任意数量的空白字符
• (\d{1,2}-\d{2}-\d{2}) 捕获组，匹配目标日期格式（1-2位的首段日期、2位的中段和末段日期）

如果一定要用后视逻辑，需要限制匹配起始位置后面紧跟的不是DATE，避免提前匹配：

pattern = r'(?:(?<=DATE )|(?<=SHIPPED )(?!DATE))\d{1,2}-\d{2}-\d{2}'

该正则会在匹配SHIPPED后缀的后视时，额外校验后面没有DATE字符串，仅当SHIPPED后直接跟日期时才生效。

内容的提问来源于stack exchange，提问作者Pooja Sonkar