re.findall仅匹配半数模式：为何仅提取字符串部分日期？

嘿，我来帮你捋捋这个问题！用re.findall解析年份月份却只拿到一半结果，大概率是正则写法或者匹配逻辑踩了坑，我给你列几个最常见的原因和解决办法：

• 贪婪匹配在搞鬼
  很多新手容易栽在贪婪量词.*上——它会尽可能多的匹配字符，直接把后面的日期也“吞掉”。比如你的字符串是"2023-05 项目启动 2024-03 项目验收"，如果正则写的是r'(\d{4}-\d{2}).*'，findall只会返回第一个日期，因为.*把后面所有内容都匹配走了。
  解决办法：要么用非贪婪量词.*?限制匹配范围，要么直接简化正则，比如只用r'\d{4}-\d{2}'来精准匹配日期格式，这样就能抓到所有符合的结果。

• 正则匹配范围太局限
  如果你的字符串里日期格式不统一（比如有的是2023/05，有的是2023-05，甚至是2023.05），但你的正则只写了\d{4}-\d{2}，那格式不符的日期自然匹配不到。这时候要把所有可能的分隔符都考虑进去，比如改成r'\d{4}[-/.]\d{2}'。

• 分组导致的返回内容偏差
  re.findall有个特性：如果正则里有捕获分组()，它会优先返回分组内的内容，而不是整个匹配项。比如你写的正则是r'(\d{4})-(\d{2})'，findall会返回一个包含元组的列表（每个元组是年份和月份），但如果你的字符串里有部分内容不符合这个分组结构，或者你误以为会返回完整日期，就会觉得“漏了内容”。
  解决办法：如果想要完整的日期匹配结果，要么去掉分组，要么用非捕获分组(?:...)，比如r'(?:\d{4}-\d{2})'。

• 换行符没被匹配到
  默认情况下，正则里的.是不匹配换行符的。如果你的字符串里有换行，而目标日期在换行后的内容里，re.findall就会漏掉这部分。这时候可以加上re.DOTALL标志，比如re.findall(pattern, your_string, re.DOTALL)，让.能匹配包括换行在内的所有字符。

举个实际例子：
假设你的原始字符串是：

"季度报告1：2022-01，季度报告2：2022-06，季度报告3：2023-02"

如果用错误的正则r'(\d{4}-\d{2}).*'，findall只会返回['2022-01']；改成正确的r'\d{4}-\d{2}'后，就能得到所有三个日期：['2022-01', '2022-06', '2023-02']。

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