正則表達式幫助（重疊）

Question

在對堆棧溢出進行一些研究之後，我發現可以使用re.finditer（）獲取重疊匹配，但對於我的特定情況它似乎不起作用。我希望我的正則表達式以YYYY-MM-DD的形式提取由非字母數字（\ W）字符組成的日期。如果兩個匹配在它們之間至少有兩個\ W字符，這個工作很好。我的問題是：如何增加我的表達，以便從字符串中提取日期，例如： 「2016-02-29 4354-09-21 1900-03-15 1576-05-16」這隻會提取2016-02-29和1900-03-15，即使其他人都有效。 下面是代碼：

# Find Dates 
# dmoj 
# author: Aniekan Umoren 
# date: 2016-02-15 

import re 
#input: int N (number of line) 
#input: lines containing dates (YYYY-MM-DD) in them 
#output: a list of all VALID dates 

# turns it into a reegex object which can now use methods like findall 
exp1 = re.compile("\W([0-9]{4}-[0-9]{2}-[0-9]{2})\W") 
exp2 = re.compile("([0-9]+)-*") 
thirty = (4,6,9,11) 
N = int(input()) 
found = [] 
for i in range(N): 
    line = input() 
    matches = exp1.finditer(line) 
    # returns a tuple of the matched capturing groups 
    #(or the entire match if there are no capturing groups) 
    found.extend([str(x.group(1)) for x in matches]) 

for it in found: 
    date = [int(x) for x in exp2.findall(it)] 
    isthirty = False 
    if (date[1] > 12 or date[2] > 31): 
     continue 
    if (date[1] in thirty): isthirty = True 
    if (isthirty and date[2] <= 30): 
     print(it) 
    elif (date[1] == 2): 
     if (date[0] % 4 == 0 and date[2] <= 29): 
      print(it) 
     elif (date[0] % 4 != 0 and date[2] <= 28): 
      print(it) 
    elif (not isthirty and date[2] <= 31): 
     print(it) 

Answer 1

finditer也永遠不可能給你重疊的匹配。從文檔（重點煤礦）：

返回一個迭代中串

\W得到MatchObject實例在所有非重疊匹配爲RE 圖案將消耗的空間中，使其不能用於其他比賽。使用向前看符號和lookbehinds以避免他們在比賽中：

exp1 = re.compile("(?<!\w)([0-9]{4}-[0-9]{2}-[0-9]{2})(?!\w)") 

(?<!\w)意味着「沒有\w此之前只是」; (?!\w)是「此後不存在\w」。這也使你不必在字符串的開頭和結尾放置一個空格。