PHP正则表达式优化：大篇幅学生作文中特定格式日期匹配需求

没问题，针对你需要从学生作文里匹配特定格式日期的需求，我整理了一套精准的正则方案，覆盖你提到的所有格式，同时支持()和[]两种包裹方式，还能处理大小写问题。

正则表达式解析 #

先直接上最终的正则（带注释版方便你理解）：

/(?:\[|\()                    # 匹配开头的[或(，非捕获分组避免冗余捕获
  (?:
    (?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(?:ember)?|dec(?:ember)?)
    -\d{4}                   # 匹配「月份缩写/全称-年份」格式
    |
    \d{4}-
    (?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(?:ember)?|dec(?:ember)?)
                             # 匹配「年份-月份缩写/全称」格式
    |
    \d{4}                    # 匹配纯四位年份格式
  )
(?:\]|\))/ix                 # 匹配结尾的]或)，x修饰符允许正则换行注释，i修饰符忽略大小写

如果不需要注释，直接用精简版：

/(?:\[|\()(?:(?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(?:ember)?|dec(?:ember)?)-\d{4}|\d{4}-(?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(?:ember)?|dec(ember)?)|\d{4})(?:\]|\))/i

关键特性 #

• 大小写兼容：通过i修饰符，不管是nov还是NOV、November都能匹配
• 双包裹支持：同时处理()和[]包裹的日期
• 全格式覆盖：完美匹配你列出的5种日期格式：纯年份、月份缩写/全称-年份、年份-月份缩写/全称
• 非捕获分组优化：用(?:...)减少不必要的捕获组，让匹配结果更整洁

PHP代码示例 #

因为是大篇幅作文，大概率需要匹配所有符合条件的日期，所以用preg_match_all更合适：

// 模拟学生提交的作文内容
$essayContent = "在1990年的秋天，作者提到了(1994)的重要事件，还有[nov-1994]的旅行经历，(november-1994)的会议记录，以及[1994-nov]的日记片段，最后提到(1994-november)的毕业仪式。无关内容比如(abc123)不会被匹配。";

// 使用精简版正则
$datePattern = '/(?:\[|\()(?:(?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(?:ember)?|dec(ember)?)-\d{4}|\d{4}-(?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(ember)?|dec(ember)?)|\d{4})(?:\]|\))/i';

// 匹配所有符合条件的日期
preg_match_all($datePattern, $essayContent, $matchedDates);

// 输出匹配结果
echo "匹配到的日期：\n";
print_r($matchedDates[0]);

运行后会输出：

匹配到的日期：
Array
(
    [0] => (1994)
    [1] => [nov-1994]
    [2] => (november-1994)
    [3] => [1994-nov]
    [4] => (1994-november)
)

进阶需求：提取不带包裹符号的日期 #

如果你只需要里面的日期内容（比如去掉()或[]），只需调整正则，把内部日期部分用捕获分组：

/(?:\[|\()((?:jan(?:uary)?|feb(?:ruary)?|mar(?:ch)?|apr(?:il)?|may|jun(?:e)?|jul(?:y)?|aug(?:ust)?|sep(?:tember)?|oct(?:ober)?|nov(ember)?|dec(ember)?)-\d{4}|\d{4}-(?:jan(uary)?|feb(ruary)?|mar(ch)?|apr(il)?|may|jun(e)?|jul(y)?|aug(ust)?|sep(tember)?|oct(ober)?|nov(ember)?|dec(ember)?)|\d{4})(?:\]|\))/i

此时$matchedDates[1]就是不带包裹符号的日期数组：

Array
(
    [0] => 1994
    [1] => nov-1994
    [2] => november-1994
    [3] => 1994-nov
    [4] => 1994-november
)

内容的提问来源于stack exchange，提问作者user3393366