python - 月日的正则表达式，分隔符位于错误一侧

Question

我有这个代码:

import re
x = "John Doe, Aug 5 2020 Hello Jane Doe: Aug 5 2020"
months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
rx = re.compile(fr"\s+(?=(?:{'|'.join(months)})\b)", re.I)
print(rx.split(x))

输出如下:

['John Doe,', 'Aug 5 2020 Hello Jane Doe:', 'Aug 5 2020']

我希望它输出:

["John Doe, Aug 5 2020", "Hello Jane Doe: Aug 5 2020"]

我怎样才能做到这一点？预先感谢您的所有帮助!

Answer 1

您可以使用以下方法使用 findall 而不是 split:

>>> rx = re.compile(fr"\b\S.*?(?:{'|'.join(months)})" + r"\s+\d{1,2}\s+\d{4}", re.I)
>>> print(rx.findall(x))
['John Doe, Aug 5 2020', 'Hello Jane Doe: Aug 5 2020']

在这个正则表达式中，我们从单词边界和非空白字符开始匹配，并匹配任何内容，直到找到这个日期字符串，该字符串是月份的交替，后跟日期和年份部分。

RegEx Demo