求Python纯YYYY格式日期匹配正则表达式（排除其他日期格式）

嘿，这个问题我熟！要精准匹配纯YYYY格式的年份，同时排除那些和月、日绑定的完整日期，关键是要确保这个4位数字是独立存在的，不是其他日期结构的一部分。我给你整理了一个针对性的正则表达式，还有详细的解释和测试示例：

核心思路是用负向前后断言排除年份与月/日关联的情况，同时用单词边界确保匹配的是完整的4位数字年份。

正则表达式代码 #

import re

# 匹配纯YYYY格式年份，排除与月/日组合的日期
year_pattern = r'(?<!\b(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec|\d{1,2})[,. ])\b\d{4}\b(?!(?:[,. ]\d{1,2}|[,. ](?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec))\b)'

正则各部分解释 #

咱们拆开来看看每个部分的作用：

• (?<!...)：负向后行断言，确保匹配的年份前面没有这些内容：
  • \b(?:Jan|Feb|...|Dec)：月份缩写（带单词边界，避免误匹配类似"January"里的"Jan"前缀）
  • \d{1,2}：1-2位数字（代表日期）
  • [,. ]：日期和年份之间常见的分隔符（逗号、点号、空格）
• \b\d{4}\b：匹配独立的4位数字年份，\b是单词边界，确保不会匹配比如"19845"里的"1984"
• (?!...)：负向先行断言，确保匹配的年份后面没有这些内容：
  • [,. ]\d{1,2}：分隔符加1-2位日期数字
  • [,. ](?:Jan|Feb|...|Dec)：分隔符加月份缩写

测试示例 #

我准备了几个测试用例，你可以直接运行验证效果：

test_texts = [
    'Train accident in 1984 had a heavy death toll',  # ✅ 匹配1984
    'One of the injured succumbed to injuries on Jun 10 1984',  # ❌ 不匹配1984（和月日绑定）
    'Sep 15, 1984 ....',  # ❌ 不匹配1984（和月日绑定）
    '1984 was a pivotal year for technology',  # ✅ 匹配1984
    'The final report was released in 2023',  # ✅ 匹配2023
    'We scheduled the meeting for 05/12/2023',  # ❌ 不匹配2023（属于mm/dd/yyyy格式）
    'The 1999 incident led to major changes, 2000 saw reforms',  # ✅ 匹配1999和2000
]

for text in test_texts:
    matches = re.findall(year_pattern, text)
    print(f"原文: {text}")
    print(f"匹配到的年份: {matches}\n")

扩展调整建议 #

如果你的需求有特殊情况，可以调整正则：

• 支持月份全称：把月份部分改成(?:Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|Nov(?:ember)?|Dec(?:ember)?)，这样既能匹配缩写也能匹配全称
• 限制年份范围：比如只匹配1900-2099，把\d{4}替换成(?:19\d{2}|20\d{2})
• 排除连字符连接的日期：如果要排除2023-04-15这种格式，把正则里的[,. ]改成[,.\- ]，加入连字符作为分隔符

内容的提问来源于stack exchange，提问作者Krishna