嘿，这个问题问得太实用了——提取年份的正则确实得根据不同格式灵活调整，我来一步步给你拆解清楚，帮你搞定场景1和场景2的兼容问题～

先明确咱们说的两个典型场景 #

你提到场景1容易处理，我先按日常最常见的情况把两个场景具象化（如果和你的实际场景有出入，随时告诉我调整）：

• 场景1：纯4位有效年份：比如 1995、2024，无任何前后缀，是最直接的匹配情况。
• 场景2：非纯数字的年份变体：比如缩写年份 '87、90，带年代后缀的 2000s，嵌入在日期中的 Dec 2022，或者年份范围里的 2018-2023。

场景1的极简正则 #

如果只需要匹配纯4位有效年份（这里默认限定在1900-2099，毕竟更早或更晚的年份在日常文本里少见），用这个就够了：

\b(?:19|20)\d{2}\b

我给你拆解下每个部分的作用：

• \b：匹配单词边界，避免把长数字串里的4位片段当成年份（比如不会匹配 12345 里的 2345）。
• (?:19|20)：非捕获组，限定年份开头是19或20（如果需要覆盖18xx的年份，改成 (?:18|19|20) 就行）。
• \d{2}：匹配任意两位数字，凑成完整的4位年份。

同时覆盖场景1和场景2的通用正则 #

如果要兼容多种年份格式，这个正则能覆盖绝大多数常见情况，不管是纯4位年份还是各种变体：

(?:(?:19|20)\d{2}|'\d{2}|\d{2}s)(?=\s|$|-|/|\.)

同样拆解下：

• (?:19|20)\d{2}：对应场景1的纯4位年份。
• '\d{2}：匹配带单引号的两位缩写年份（比如 '99）。
• \d{2}s：匹配带年代后缀的年份（比如 90s、2010s）。
• (?=\s|$|-|/|\.)：正向预查，确保年份后面是空格、文本结尾、连字符、斜杠或句号，避免匹配无关的数字串（比如不会把 abc123 里的 123 当成年份）。

如果你的文本里有带日期前缀的年份（比如 May 2022）或日期中的年份（比如 2023-04-15），可以用这个增强版：

(?:(?:19|20)\d{2})(?=[-/]\d{2}|\s|$)|(?<=\s)(?:19|20)\d{2}(?=\s|$)|'\d{2}|\d{2}s

它额外适配了日期格式里的年份，比如能从 2023-04-15 里提取出 2023，从 Mar 2021 里提取出 2021。

实际使用示例（以Python为例） #

给你举个实际应用的例子，假设你有这段文本：

I was born in '95, started college in 2013, and worked through the 2010s. The project ran from 2018-2022, and we launched v2.0 in May 2024.

用Python的re模块提取所有年份：

import re

text = "I was born in '95, started college in 2013, and worked through the 2010s. The project ran from 2018-2022, and we launched v2.0 in May 2024."
year_pattern = re.compile(r"(?:(?:19|20)\d{2})(?=[-/]\d{2}|\s|$)|(?<=\s)(?:19|20)\d{2}(?=\s|$)|'\d{2}|\d{2}s")
years = year_pattern.findall(text)
print(years)  # 输出: ["'95", '2013', '2010s', '2018', '2022', '2024']

小Tips #

• 如果需要把两位缩写年份转换成4位（比如 '95 → 1995），提取后做个简单判断就行：比如开头是'的话，年份在00-24之间就加20，25-99就加19。
• 如果你的文本里有中文年份（比如“二〇二四年”），那得单独调整正则，不过上面的正则已经覆盖了英文环境下的绝大多数场景。

内容的提问来源于stack exchange，提问作者Olivia Brown