评估日期范围的正则表达式

Question

我有一个 UNIX ls 输出并且必须将正则表达式写入 return 日期范围大于 2017-11-05 的文件名。

我知道正则表达式不适用于数值计算，但我使用的工具只支持模式，这就是为什么我唯一的选择是正则表达式。

示例输入如下：

drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test drwxrwxr-x - testetl hdp_test 0 2018-02-02 05:10 /raw/ADS/ClicksData/click/datetm=2017-10-15 0 2018-02-01 09:35 /raw/ADS/ClicksData/click/datetm=2017-10-16 0 2018-01-31 21:54 /raw/ADS/ClicksData/click/datetm=2017-10-17 0 2018-01-31 23:59 /raw/ADS/ClicksData/click/datetm=2017-10-18 0 2018-01-31 21:49 /raw/ADS/ClicksData/click/datetm=2017-10-19 0 2018-02-01 09:32 /raw/ADS/ClicksData/click/datetm=2017-10-20 0 2018-02-02 11:51 /raw/ADS/ClicksData/click/datetm=2017-10-21 0 2018-02-01 09:08 /raw/ADS/ClicksData/click/datetm=2017-10-22 0 2018-01-31 22:42 /raw/ADS/ClicksData/click/datetm=2017-10-23 0 2018-02-01 09:58 /raw/ADS/ClicksData/click/datetm=2017-10-24 0 2018-02-02 05:10 /raw/ADS/ClicksData/click/datetm=2017-10-25 0 2018-02-01 09:46 /raw/ADS/ClicksData/click/datetm=2017-10-26 0 2018-02-01 09:04 /raw/ADS/ClicksData/click/datetm=2017-10-27 0 2018-02-01 09:46 /raw/ADS/ClicksData/click/datetm=2017-10-28 0 2018-02-02 00:21 /raw/ADS/ClicksData/click/datetm=2017-10-29 0 2018-02-02 05:09 /raw/ADS/ClicksData/click/datetm=2017-10-30 0 2018-02-02 05:13 /raw/ADS/ClicksData/click/datetm=2017-10-31 0 2018-02-01 14:34 /raw/ADS/ClicksData/click/datetm=2017-11-01 0 2018-02-02 09:20 /raw/ADS/ClicksData/click/datetm=2017-11-02 0 2018-02-01 14:35 /raw/ADS/ClicksData/click/datetm=2017-11-03 0 2018-02-01 09:42 /raw/ADS/ClicksData/click/datetm=2017-11-04 0 2018-02-02 09:18 /raw/ADS/ClicksData/click/datetm=2017-11-05 0 2018-02-01 09:11 /raw/ADS/ClicksData/click/datetm=2017-11-06 0 2018-01-31 17:56 /raw/ADS/ClicksData/click/datetm=2017-11-07 0 2018-01-31 21:36 /raw/ADS/ClicksData/click/datetm=2017-11-08 0 2018-01-31 16:43 /raw/ADS/ClicksData/click/datetm=2017-11-09 0 2018-01-31 21:59 /raw/ADS/ClicksData/click/datetm=2017-11-10 0 2018-02-01 09:23 /raw/ADS/ClicksData/click/datetm=2017-11-11

示例输出如下：

drwxrwxr-x - testetl hdp_test 0 2018-02-01 09:11 /raw/ADS/ClicksData/click/datetm=2017-11-06 drwxrwxr-x - testetl hdp_test 0 2018-01-31 17:56 /raw/ADS/ClicksData/click/datetm=2017-11-07 drwxrwxr-x - testetl hdp_test 0 2018-01-31 21:36 /raw/ADS/ClicksData/click/datetm=2017-11-08 drwxrwxr-x - testetl hdp_test 0 2018-01-31 16:43 /raw/ADS/ClicksData/click/datetm=2017-11-09 drwxrwxr-x - testetl hdp_test 0 2018-01-31 21:59 /raw/ADS/ClicksData/click/datetm=2017-11-10 drwxrwxr-x - testetl hdp_test 0 2018-02-01 09:23 /raw/ADS/ClicksData/click/datetm=2017-11-11

Answer 1

为了 return 以晚于 2017 年 11 月 5 日的日期结束的整行，您可以使用 this regex:

^.*=(?:2017-(?:11-(?:0[6-9]|[12][0-9]|30)|12-\d{2})|2018-\d{2}-\d{2})

符合3种情况：

2017 年 11 月的日期，从 5 号开始
2017 年 12 月的日期
2018 年日期

您没有具体说明输入的正确性，所以我假设所有日期都有效（即不是 2018-45-90）

Answer 2

你可以试试这个，可能就是你要问的。

注意这不是日期验证。
这只是一个大于日期的验证。

需要更多的正则表达式（包括闰年）验证日期。但是，我不认为这是你需要的。

https://regex101.com/r/AE0g7o/1

(?m)^.*(?:(?:201[89]|2\d[2-9]\d|[3-9]\d{3})-(?:0[1-9]|1[0-2])-(?:0[1-9]|[12]\d|3[01])|2017-(?:12-(?:0[1-9]|[12]\d|3[01])|11-(?:0[6-9]|[12]\d|3[01])))$

请注意，如果将所有 01 - 31 和 01 - 12 替换为 \d{2}

，则可以缩短它

格式化

 (?m)                          # Multi-line mode 
 ^                             # BOL
 .* 
 (?:
      (?:                           # 2018 - 9999
           201 [89] 
        |  2 \d [2-9] \d 
        |  [3-9] \d{3} 
      )
      -                            
      (?: 0 [1-9] | 1 [0-2] )       # 01 - 12
      - 
      (?:                           # 01 - 31
           0 [1-9]                     
        |  [12] \d 
        |  3 [01] 
      )
   |                              # OR,

      2017                          # 2017
      -
      (?:
           12 -                          # 12    
           (?:                           # 01 - 31
                0 [1-9]                     
             |  [12] \d 
             |  3 [01] 
           )

        |                              # or,
           11 -                          # 11
           (?:                           # 06 - 31
                0 [6-9] 
             |  [12] \d 
             |  3 [01] 
           )
      )
 )
 $                             # EOL

缩短版本，仍然只验证大于日期

(?m)^.*(?:(?:201[8-9]|2\d[2-9]\d|[3-9]\d{3})-\d{2}-\d{2}|2017-(?:12-\d{2}|11-(?:0[6-9]|[12]\d|3[01])))$

https://regex101.com/r/wtL0Hx/1

Answer 3

您尝试使用正则表达式是在给自己添麻烦。不确定您使用的是什么工具，但我确定还有其他选择：

如果它类似于 shell 脚本，只需将输入日期转换为 Unix 时间戳，例如
```
$ date -u -d '2017-11-06' +%s
1509926400
```
然后你有一个数字，你可以很容易地与一个常数进行比较
另一种选择，从 2017-11-06 中删除破折号：
```
$ echo '2017-01-06' | tr -d '-'
20170106
```
同样，输出类似于一个简单的整数
如果您使用的是 Snowflake（您添加了 snowflake-datawarehouse 标签），只需执行
```
SELECT SUBSTR(line, -10)::date 
```
你有一个可以比较的日期

顺便说一句，您提供的详细信息越多，您得到的答案就越好。

评估日期范围的正则表达式

Regex to evaluate Date Range

regex

date

range

pattern-matching

snowflake-cloud-data-platform