我有以下形式的日期字符串2022年4月8日和一个正则表达式来尝试匹配它们中的任何一个
re.findall(r"(d{1,2})?.*(januari|februari|maart|april|mei|juni|juli|augustus|september|oktober|november|december).*(202d)?", str)
问题是，如果是str = '8 april 2022'，它将返回('8', 'april', '')所以我的问题是：为什么?忽略了202d的1次出现？非常感谢。
编辑。带非贪婪.*?
re.findall(r"(d{1,2}).*?(januari|februari|maart|april|mei|juni|juli|augustus|september|oktober|november|december).*?(202d)?", str)
它仍然无法捕获2022
编辑2。考虑到答案，一个更好的问题是：有没有一种方法可以说"嘿，regex 1的出现是可选的，但比0更可取"？
.*应该很少使用，因为在匹配month之后的贪婪.*与匹配过多，并且在第三捕获组中一年没有留下任何匹配项。此外，您只需要在字符串之间匹配1+个空格。重要的是，通过使用如下所示的非捕获组，使月份和年份之间的零件可选。
您可以将此正则表达式与非可选匹配、单词边界和一些调整一起使用：
b(?:(d{1,2}) +)?(januari|februari|maart|april|mei|juni|juli|augustus|september|oktober|november|december)(?: +(202d))?
RegEx演示
.*与" 2022"匹配，然后(202d)?与""匹配，因为这是可选的，没有任何剩余。
.*?匹配""，然后(202d)?匹配""，因为这是可选的，而剩余的" 2022"甚至不以2开头。
你希望它能进一步搜索，使(202d)?与"2022"匹配，但为什么要进一步搜索？它已经找到了匹配项，所以它停止并报告。
在正则表达式模式.*(202d)?的最后一部分，2022被.*捕获，因此(202d)没有捕获任何内容。
这是供你细读的，但可能并不是你想要的那样。
matches = re.findall(r"(?:d{0,2}s*)(?:januari|februari|maart|april|mei|juni|juli|augustus|september|oktober|november|december)(?:s202d)?", str)
对于3 mei woensdag 2022，这可能不是你想要的，但它应该适用于今年：
matches = re.findall(r"(?:d{0,2}s*)(?:w+s*)+(?:s*202d)?", str)