正規表現で特定の記号を抽出する方法

Question

正規表現を使って、日付（\d{4}/\d{2}/\d{2}）に含まれるスラッシュはキャプチャせずに、日付部分ではないスラッシュのみをキャプチャする方法はありますでしょうか？

例えば以下のような文字列が与えられたときに、太字（ちょっと見づらいですが）のスラッシュだけをキャプチャする正規表現、ということになります。
「2022/10/01 / 777」
「2022/09/01 / 2022/10/01」
「777 / 666」

なお
・日付は複数入りうる
・抽出したいスラッシュの前後が空白とは限らない（数字の可能性もある）
という条件付きです。

よろしくお願いいたします。

追記

言語はpythonを使用しております。
また「キャプチャ」は、単純取得を意味しております。
日付内のスラッシュは取得せずに、日付外のスラッシュの位置を取得するのが目的です。

最終手段としては、「\d{4}/\d{2}/\d{2}」と「/」を同じ文字列に対して別々にre.finditerして、二重forループのなかで、「/」の位置が日付の位置に含まれていないものを選択する、みたいなロジックでいけるのでは？という気がしておりますが、できるだけシンプルに解決したいと思い質問させていただきました。

Comments

[melian]

使用しているプログラミング言語は何でしょう？

[otn]

ここでいう「キャプチャ」とは正規表現の「括弧で囲むと後で参照できる」という意味のキャプチャでしょうか？
あるいは単に「取得したい」という意味でしょうか？

[Cocode]

プログラミング言語によって正規表現が違うので、Tagにお使いの言語を追加したほうがいいですよー！

Answer 1

正規表現だけで完結していませんが、日付または単体スラッシュで文字列を分割して何番目に単体スラッシュが出てくるかチェックするのが簡単だと思います。

※注意※
'12345/67/890' のようなケースにどう対応するかという問題がありますが。

import re

data = [
    '2022/10/01 / 777 / 888',
    '2022/10/01 / 777',
    '2022/09/01 / 2022/10/01',
    '777 / 666',
    '/'
    '2022/10/01',
    '2022/10/9',
    '2022/10',
    '12345/67/890',
]

for d in data:
    ans, pos = [], 0
    for r in re.split(r'(\d{4}/\d{2}/\d{2}|/)', d):
        if r == '/':
            ans.append(pos)
        pos += len(r)
    print(d, ans)

# 2022/10/01 / 777 / 888 [11, 17]
# 2022/10/01 / 777 [11]
# 2022/09/01 / 2022/10/01 [11]
# 777 / 666 [4]
# /2022/10/01 [0]
# 2022/10/9 [4, 7]
# 2022/10 [4]
# 12345/67/890 []

Comments

[HarumakiTaro]

やっぱり正規表現一発では難しいですかね。
ご回答いただいたように、構文を組み合わせようと思います。
それと、'12345/67/890' のようなケースに日付がマッチするのを想定していなかったので、ありがとうございました。

Answer 2

import re

strings = [
    '2022/10/01 / 777',
    '6666 / 2022/09/01',
    '2022/09/01 / 2022/10/01',
    '77 / 66',
    '2022/09/019/82022/10/01',
    '2022/09/01 /0999',
    '888/ 2022/10/01',
]

for s in strings:
    m = re.search(r'^(\d{4}/\d{2}/\d{2}|\d+)[\s\d]?(/)[\s\d]?(\d{4}/\d{2}/\d{2}|\d+)$', s)
    if m is None: continue
    print(f'{m.start(2):2d} {s}')

#
11 2022/10/01 / 777
 5 6666 / 2022/09/01
11 2022/09/01 / 2022/10/01
 3 77 / 66
11 2022/09/019/82022/10/01
11 2022/09/01 /0999
 3 888/ 2022/10/01

Comments

[退会済みユーザー]

これだと '/777' や '2022/10/01 / 777abc', '2022/10/01 / 777 /888' のようなケースに対応できないと思います。

[melian]

一応、数字と日付のみで全体で2個の文字列、という前提です。

[HarumakiTaro]

ご回答ありがとうございます。
まさに、'/777' や '2022/10/01 / 777abc'のケースもありえました。

[melian]

そうでしたか。勘違いをしていました。すみません。

[HarumakiTaro]

いえ、最初に条件を記述しておらず、こちらこそ申し訳ございませんでした。