import re, datetime
from calendar import monthrange
#examples:
input_text_substring = "los juegos se jugaran durante el transcurso del mes de octubre" #example 1
input_text_substring = "empiezan durante el transcurso del mes de febrero del año 2020" #example 2
input_text_substring = "empiezan durante el periodo del mes de septiembre" #example 3
input_text_substring = "empezaran durante el transcurso del mes de febrero del 2023" #example 4
input_text_substring = "creo que empezarian durante el transcurso del mes de diciembre 2021" #example 5
es_month_dict = {"enero": "01", "febrero": "02", "marzo": "03", "abril": "04", "mayo": "05", "junio": "06", "julio": "07", "agosto": "08", "septiembre": "09", "octubre": "10", "noviembre": "11", "diciembre": "12"}
#Assumes that it is the current year if it is not explicitly indicated
if not re.search(r"(?:(?:del|de el)[s|]*(?:año|ano)[s|]*d*|.*d{4}$)", input_text_substring):
input_text_substring += " de " + datetime.datetime.today().strftime('%Y') + " "
#do substring identification capture groups...
identified_year = #extract year
identified_month = #extract month
last_day_in_this_month = (monthrange(int(identified_year), int(identified_month)))[1]
time_period_in_this_month = "[01 -- " + str(last_day_in_this_month) + "] de " + str(identified_month)
months = r"enero|febrero|marzo|abril|mayo|junio|julio|agosto|septiembre|octubre|noviembre|diciembre"
pattern_to_replace = r"(?:(?:en|durante)[s|]*(?:el|los)[s|]*(?:transcurso|trancurso|periodo|dias)[s|]*(?:del|de)[s|]*(?:mes[s|]*de|mes)[s|]*(?:" + months + r")|durante[s|]*(?:el[s|]*mes[s|]*de|el[s|]*mes|)[s|]*(?:" + months + r"))"
#do the replacement...
input_text_substring = re.sub(pattern_to_replace, time_period_in_this_month, input_text_substring)
print(repr(input_text_substring)) #output
正确的输出，这将需要在每个示例中获得：
input_text_substring = "los juegos se jugaran [01 -- 31] 10 2022" #example 1
input_text_substring = "empiezan [01 -- 29] 02 2020" #example 2
input_text_substring = "empiezan [01 -- 30] 09 2022" #example 3
input_text_substring = "empezaran [01 -- 28] 02 2023" #example 4
input_text_substring = "creo que empezarian [01 -- 31] 12 2021" #example 5
我应该如何提取月份和年份，以便将其传递给(monthrange(int(identified_year), int(identified_month))方法，并让它返回该月份在该年中的天数，然后将其替换为原始字符串并获得这些输出？
要查找月份，只需在字符串中搜索字典术语，然后使用正则表达式从字符串中提取年份即可查找年份。
示例：
for key, value in s_month_dict.items():
if key in input_text_substring:
identified_month = value
break
wordList = re.findall(r'bS*%sS*b' % re.escape('20'), input_text_substring)
for word in wordList:
if len(word) == 4:
identified_year = word
break
print identified_month, ' ', identified_year
前面的代码产生以下输出：
10 2022
02 2020
09 2022
02 2023
12 2021