小弟在用C++写一个能够提取出url和文本中包含的日期的程序，但是使用正则表达式总也匹配不出满意的结果。

由于日期形式多种多样，现在用

“[0-9]\{4\}[^0-9]\{0,3\}[0-9]\{2\}[^0-9]\{0,3\}[0-9]\{2\}[^0-9]”

能够匹配出类似 20080619，2008-06-19，2008年06月19日 等几种比较标准的形式，但是像 080619， 2008619， 08619，2008-6-19等这种不是很标准的形式就无法匹配了，不知道哪位达人能指点一下，万分感谢！

#!/bin/sh
format_date () {
    # check argument
    [ -z $1 ] && echo "usage: format_date " && return
    line="$@"

    # format line
echo $line
    line=$(echo $line | sed 's/[^0-9]+/ /g')
echo $line
    line=$(echo $line | sed 's/ ([0-9]) / 01 /g')
echo $line
    line=$(echo $line | sed 's/^([0-9]) /01 /g')
echo $line
    line=$(echo $line | sed 's/ ([0-9])$/ 01/g')
echo $line
    line=$(echo $line | sed 's/ +//g')
echo $line
    length=$(echo -n $line | wc -c)

    if [ $length -eq 8 ] ; then
        # format YYYY-MM-DD 00:00:00
        year=$(echo $line | cut -c 1-4)
        month=$(echo $line | cut -c 5-6)
        day=$(echo $line | cut -c 7-8)
        echo "$year-$month-$day 00:00:00"
    elif [ $length -eq 14 ] ; then
        # format YYYY-MM-DD HH:MM:SS
        year=$(echo $line | cut -c 1-4)
        month=$(echo $line | cut -c 5-6)
        day=$(echo $line | cut -c 7-8)
        hour=$(echo $line | cut -c 9-10)
        min=$(echo $line | cut -c 11-12)
        second=$(echo $line | cut -c 13-14)
        echo "$year-$month-$day $hour:$min:$second"
    else
        echo "Invalid date string: $@"
    fi
}


format_date 2008/2/5
format_date 2008/02/25
format_date 2008/2/25 22:33:44
format_date 2008/2/25 22:3:4
format_date 20080225
format_date 20080225223344


前段时间别人写的，可以参考一下。

08619

对应可能产成歧义的，不大好办。

比如08111

你解释成1月11号呢，还是11月1号？

对于可能有歧义的地方，不需要匹配。