3

Estava modificando uma regex para um programa em c++ que que validar o seguinte formado de entrada das datas 29/feb/2000. Atualmente ela estava aceitando somente 29/02/2000 ou 30/03/2017.

Tentei adicionar para os outros meses mas nao estou conseguindo. Como fazer para que seja possivel 30/mar/2017 ou 20/dec/2018?

Segue a regex:

"^(?:(?:0[1-9]|1[0-9]|2[0-8])(?:/|.|-)(?:0[1-9]|1[0-2])|(?:(?:29|30)(?:/|.|-)(?:0[13456789]|1[0-2]))|(?:31(?:/|.|-)(?:0[13578]|1[02])))(?:/|.|-)(?:[2-9][0-9]{3}|1[6-9][0-9]{2}|159[0-9]|158[3-9])|29(?:/|.|-)(?:02|feb|Feb)(?:/|.|-)(?:(?:[2-9](?:04|08|[2468][048]|[13579][26])|1[6-9](?:(?:04|08|[2468][048]|[13579][26])00)|159(?:2|6)|158(?:4|8))|(?:16|[2468][048]|[3579][26])00)$"
2
  • O Boost possui umas bibliotecas interessantes, sugiro utilizá-las para validação: Format Date Parser. Porque Regex precisaria de algo mais complexo para validar por exemplo: 29/02/2018 ou 29/02/2020. Em que o primeiro é inválido e o segundo válido. Commented 29/01/2018 às 11:10
  • 1
    As observações feitas nas respostas desta sua outra pergunta se aplicam aqui, conforme o próprio Jsbueno ressaltou Commented 2/02/2018 às 4:25

3 Respostas 3

6

Regex definitivamente não é a ferramenta certa para resolver este problema. No entanto, li nos comentários que você está estudando regex... Então, só por diversão


Regex

^(?:(?:(0?[1-9]|1\d|2[0-8])([-/.])(0?[1-9]|1[0-2]|j(?:an|u[nl])|ma[ry]|a(?:pr|ug)|sep|oct|nov|dec|feb)|(29|30)([-/.])(0?[13-9]|1[0-2]|j(?:an|u[nl])|ma[ry]|a(?:pr|ug)|sep|oct|nov|dec)|(31)([-/.])(0?[13578]|1[02]|jan|ma[ry]|jul|aug|oct|dec))(?:\2|\5|\8)(0{2,3}[1-9]|0{1,2}[1-9]\d|0?[1-9]\d{2}|[1-9]\d{3})|(29)([-/.])(0?2|feb)\12(\d{1,2}(?:0[48]|[2468][048]|[13579][26])|(?:0?[48]|[13579][26]|[2468][048])00))$

⟶       ⟶       ⟶       ⟶         ⟶         ⟶           ⟶                 ⟿                    

Vamos ver o Debuggex para desenrolar:

Debuggex

Ou explicado com variáveis:

std::string regexData() {
    std::string
        sep                = "/",

        dia1a28            = "(0?[1-9]|1\\d|2[0-8])",
        dia29              = "(29)",
        dia29ou30          = "(29|30)",
        dia31              = "(31)",

        mesFev             = "(0?2|feb)",
        mes31diasNum       = "0?[13578]|1[02]",
        mes31diasNome      = "jan|ma[ry]|jul|aug|oct|dec",
        mes31dias          = "("+mes31diasNum+"|"+mes31diasNome+")",
        mesNaoFevNum       = "0?[13-9]|1[0-2]",
        mesNaoFevNome      = "j(?:an|u[nl])|ma[ry]|a(?:pr|ug)|sep|oct|nov|dec",
        mesNaoFev          = "("+mesNaoFevNum+"|"+mesNaoFevNome+")",
        mesTudoNum         = "0?[1-9]|1[0-2]",
        mesTudoNome        = mesNaoFevNome+"|feb",
        mesTudo            = "("+mesTudoNum+"|"+mesTudoNome+")",

        diames29Fev        = dia29+sep+mesFev,
        diames1a28         = dia1a28+sep+mesTudo,
        diames29ou30naoFev = dia29ou30+sep+mesNaoFev,
        diames31           = dia31+sep+mes31dias,
        diamesNao29Feb     = "(?:"+diames1a28+"|"+diames29ou30naoFev+"|"+diames31+")",

        ano001a9999        = "(0{2,3}[1-9]|0{1,2}[1-9]\\d|0?[1-9]\\d{2}|[1-9]\\d{3})",
        anoX4nao100        = "\\d{1,2}(?:0[48]|[2468][048]|[13579][26])",
        anoX400            = "(?:0?[48]|[13579][26]|[2468][048])00",
        anoBissexto        = "("+anoX4nao100+"|"+anoX400+")",

        dataNao29Fev       = diamesNao29Feb+sep+ano001a9999,
        data29Fev          = diames29Fev+sep+anoBissexto,

        dataFinal          = "(?:"+dataNao29Fev+"|"+data29Fev+")";
    return dataFinal;
}


Usando diferentes separadores de data

Pode usar algo como:

^(dia)[-/.](mês)[-/.](ano)$
dia = match[1]; mes = match[2]; ano = match[3];

Mas isso permitiria uma data como 1.2/2000.

Para forçar uma coincidência usando o mesmo separador, deve usar um grupo para pegar o primeiro e, no segundo, usar um retrovisor (backreference) para coincidir com o texto capturado por esse grupo:

^(dia)([-/.])(mês)\2(ano)$
dia = match[1]; mes = match[3]; ano = match[4];


Código

#include <iostream>
#include <regex>

int main() {
    constexpr char text[]{"29/feb/2020"};
    std::regex re(R"((?:(?:(0?[1-9]|1\d|2[0-8])([-/.])(0?[1-9]|1[0-2]|j(?:an|u[nl])|ma[ry]|a(?:pr|ug)|sep|oct|nov|dec|feb)|(29|30)([-/.])(0?[13-9]|1[0-2]|j(?:an|u[nl])|ma[ry]|a(?:pr|ug)|sep|oct|nov|dec)|(31)([-/.])(0?[13578]|1[02]|jan|ma[ry]|jul|aug|oct|dec))(?:\2|\5|\8)(0{2,3}[1-9]|0{1,2}[1-9]\d|0?[1-9]\d{2}|[1-9]\d{3})|(29)([-/.])(0?2|feb)\12(\d{1,2}(?:0[48]|[2468][048]|[13579][26])|(?:0?[48]|[13579][26]|[2468][048])00)))");
    std::cmatch match;
    bool valid = std::regex_match(text, match, re);

    if (valid) {
        std::cout << "Data válida: " << match[0] << std::endl
                  << "Dia: " << match[1]  << match[4]  << match[7]  << match[11] << std::endl
                  << "Mês: " << match[3]  << match[6]  << match[9]  << match[13] << std::endl
                  << "Ano: " << match[10] << match[14] << std::endl;
    } else {
        std::cout << "Data inválida!!";
    }
    return 0;
}

Resultado

Data válida: 29/feb/2020
Dia: 29
Mês: feb
Ano: 2020

Exemplo no Ideone

6
  • Interessante mas nao entendi pq vc usou "constexpr char text"ao invés de "const char text"? testei sua regex e ela esta validando formatos como 29-02.2000 ao invés de somente ser 29/02/2000 ou 29-feb-200 ou 29.2.200 tentei algo como [-|/|.] mas mesmo assim continua validando 29-02.2000..
    – user46920
    Commented 2/02/2018 às 18:27
  • eu tinha tentado algo parecido tambem com isso coloquei a sua sugestão e mesmo assim nao deu certo ainda continua validando: do mesmo jeito. O meu codigo é este: pastebin.com/uztcDi7J
    – user46920
    Commented 3/02/2018 às 17:45
  • @dark777 Porque você não está usando uma backreference para o segundo separador. Veja a diferença em que usei (?:\2|\5|\8) e \12 no meu padrão
    – Mariano
    Commented 3/02/2018 às 17:48
  • entao eu tentei sem o backreferense e mesmo assim nao deu certo. ([-/.]) tentei usar assim tambem (?:[-/.]) ou ([-|/|.]) ou (?:[-|/|.])e mesmo assim nenhum deles deu certo.
    – user46920
    Commented 3/02/2018 às 18:00
  • 1
    caraca coisinha chata de se entender, faz tempo já que estava pesquisando como resolver este problema alem de algums outros na mesma agora esta tudo certo obrigado pela ajuda e atenção..
    – user46920
    Commented 3/02/2018 às 21:09
1

validar o seguinte formado de entrada das datas 29/feb/2000 [...]

Se você quer validar somente o formato de entrada tente essa regex de validação:

\d{2}\/[a-zA-Z]{3}\/\d{4}|\d{2}\/\d{2}\/\d{4}

Porém se você quer fazer uma validação que aceite somente os meses do ano, sugiro que você não use regex, tente fazer uma comparação na entrada do dia e mês analisando se é igual as entradas permitidas (Se for esse o caso, comente que posso modificar a resposta).


Explicação

Valida se a sequencia for:

  • 2 Dígitos
  • 1 /
  • 3 Caracteres de a até z
  • 1 /
  • 4 Dígitos
    Ou
  • 2 Dígitos
  • 1 /
  • 2 Dígitos
  • 1 /
  • 4 Dígitos

Você também pode ver um exemplo dessa regex funcionando aqui.

2
  • interessante mas como estou estudando a std::regex do c++ estava tentando fazer isso com ela, tenho uma que faz a verificação doa anos bisextos e aceita de 2000/jan/30 a 2000/dec/30 ou 2000/01/30 a 2000/dec/30 ela faz verificação de anos bisextos corretamente mas valida yyyy/mm/dd estava tentando fazer o contrario para validar dd/mm/yyyy consegui mas agora precisava inserir os as strings dos meses nela.
    – user46920
    Commented 29/01/2018 às 11:34
  • @dark777 entendi, então você quer validar os meses agora? validar somente meses como jan, fev, mar, abr? Você pode usar varios "|" (ou's) aninhados na regex, porém ela vai virar um monstro de grande kkkk
    – Paz
    Commented 29/01/2018 às 11:36
1

Enquanto que seja possível fazer isso por meio de expressões regulares, eu não acredito que seja o melhor caminho em qualquer linguagem de programação. (Não sei por que cargas d'água respondi a pergunta achando que era de Python também - mas a maior parte da resposta, exceto o código exato do exemplo, se aplica)

Nomes de meses vão ser bem mais fáceis de checar, verificar, e sobretudo - "pegar o número do mês", para ter um objeto date real se você verificar esses nomes de mês por fora da expressão regular.

Igualmente se sua aplicação em algum momento for funcionar em outra língua além do português: há frameworks para transformar programas em programas multi-lingua, e em geral eles dependem de você colocar todas as strings de seu programa dentro de uma chamada de função (muitas vezes com um nome destinado a ser quase transparente como _()). Essa funçao então busca sua string na língua desejada na base de traduções. Se os nomes dos meses estiverem hardcoded dentro da expressão regular, você teria que passar a regexp inteira para o engine de tradução.

Claro que seria possível montar um template da expressão regular, com os nomes dos meses em variáveis externas, e juntar tudo usando interpolação de strings, antes de se chamar a função de expressões regulares - isso é uma das vantagens de em Python expressões regulares serem utilizáveis através de chamadas de função normais, sem ter uma sintaxe especial.

Mas expressçõe regulares já são bem difíceis de ler e manter em código. Expressões regulares alteráveis em runtime seriam ainda mais complicadas de ler.

A minha dica, como no primeiro parágrafo, seria usar a expressão regular para obter os grupos com dia, mês e ano, e em seguida, um mecanismo mais tranquilo, com dicionários e if's para extrair o "mês real". E aproveitar esse ensejo, para fazer a validação de dias do mês, ano, e etc...também fora do contexto da expressão regular. Vou colocar um exemplo em Python, que é um ótimo pseudo-código para C++ - mas você vai poder ter uma ideia do problema:

Então, em vez de:

def validate_date(text):
    if re.search(super_complicated_auto_validating_regexp, text):
        return True
    return False

É possível escrever algo como:

short_months = {"jan": 1, "fev": 2,...,"dez": 12}

def days_per_month(month, year):
    data = {1: 31, 2: 28, 3: 31, 4:30, ...}
    if month == 2 and year % 4 == 0 and (not year % 100 == 0 or year % 400 == 0):
            return 29
    return data[month]

def parse_date(text):
    match = re.search(r"(\d{1,2})/(.{1,3})/(\d{2,4})", text)
    if not match:
        raise ValueError("Invalid date format")
    day, month, year = [match.group[i] for i in (1,2,3)]
    day = int(day.lstrip("0"))
    if not month.isdigit():
       month = short_months[month.lower()]
    month = int(month.lstrip("0"))
    year = int(year):
    if year < 50:  # assume 2 digit years < 50 are in XXI
          year += 2000
    elif year <= 99:  
         year += 1900
    if day > days_per_month(month, year):
        raise ValueError(f"Invalid day {day} for month {month}")
    result = datetime.date(year=year, month=month, day=day)

Perceba que são necessárias mais ou menos 20 linhas de código programático para fazer o parsing e a validação da data. Com a abordagem que você tem de expressão regular, você quer comprimir toda a lógica dessas 20 linhas em uma única 'linha', que na verdade é um mini-programa numa linguagem que não é amigável a manutenção.

Dito tudo isso, a forma mais normal de se fazer parsing e validação de datas "reais" nos vários formatos loucos que usuários possam digitar, ou estar em arquivos, é usar uma biblioteca especializada para isso. Nela, várias pessoas, durante centenas de horas, já deram uma pensada em como tornar a coisa mais amigável e mais a prova de erro - você teria que duplicar esse trabalho no seu código (com chances de fazer errado - veja a sutileza para calcular corretamente anos bissextos - que até a microsoft errou nas primeiras versões do Excel, por exemplo)

Em Python, temos a excelente dateparser, que permite que você faça simplesmente:

>>> import dateparser
>>> dateparser.parse("25/fev/2018", languages=["pt"])

datetime.datetime(2018, 2, 25, 0, 0)

Ela permite muitos outros formatos de data do que o separado por /, inclusive datas escritas por extenso em mais de 20 línguas - e não é propensa a erros por conta de "corner cases".

Em C++ eu buscaria por módulos complementares de data de algum framework que você já poderia estar usando para prover mais funcionalidades à linguagem - deve haver "natural date parsers" usando Qt ou Boost, por exemplo.

3
  • A pergunta está rotulada com c++. Commented 29/01/2018 às 13:12
  • é - nem sei por que resondi como se fosse Python. A maior parte do texto em português se aplica no entanto - infelizmente não o exemplo de código. Vou manter a resposta, adicionadas as ressalvas.
    – jsbueno
    Commented 29/01/2018 às 13:21
  • 1
    Respostas, mesmo que em linguagens divergentes da requisitada, são bem vindas. Imagina se eu pegar um problema semelhante em Python? Ou não ter um compilador C++ disponível para fazer um código para reconhecer datas? A propósito, gostei muito da resposta Commented 2/02/2018 às 4:20

Você deve fazer log-in para responder a esta pergunta.