提取数据，如果在substring之间其他完整字符串

Question

我有这样的字符串模式：

Beginning through June 18, 2022 at Noon standard time\n
Jan 20, 2022
Beginning through April 26, 2022 at 12:01 a.m. standard time

我想使用python Regex提取“通过”和“之前” at”字的数据部分。

June 18, 2022
Jan 20, 2022
April 26, 2022

我可以使用RE组提取长文本。

s ="Beginning through June 18, 2022 at Noon standard time"
re.search(r'(.*through)(.*) (at.*)', s).group(2)

但是，这无效，

s ="June 18, 2022"

任何人都可以帮助我吗？

Answer 1

如何玩可选组和 backtracking 。

^(?:.*?through )?(.*?)(?: at.*)?$

请参阅Regex101 或a Python demo at tio.run

Note that if just one of the substrings存在，它可以匹配字符串的第一个到末端，或者从字符串的开始到后者。如果不存在，它将与完整的字符串匹配。

---

另一个想法可能是使用 pypi regex 支持<<<< a href =“ https://www.regular-expressions.info/branchrest.html” rel =“ nofollow noreferrer”>分支重置组。

^(?|.*?through (.+?) at|(.+))

如果两者都存在，则将零件提取零件，否则将其完整的字符串提取。 afaik REGEX 模块与Python的Regex功能广泛兼容，只需将导入Regex作为RE 而使用。

Python demo at tio.run

Answer 2

您可以与捕获组一起使用此正则罚款：

(?:.* through |^)(.+?)(?: at |$)

demo

Regex strong>

• （？：。*通过|^）：匹配任何内容，后跟“虽然” 或启动位置
• （。+？）：匹配1+任何字符，并在组＃1
• （？at | $）中捕获它：匹配 at at“ ”或字符串的结尾

代码：

import re
arr = ['Beginning through June 18, 2022 at Noon standard time',
'Jan 20, 2022',
'Beginning through April 26, 2022 at 12:01 a.m. standard time']

for i in arr:
     print (re.findall(r'(?:.* through |^)(.+?)(?: at |$)', i))

输出：

['June 18, 2022']
['Jan 20, 2022']
['April 26, 2022']