字符出现时切片答案

【问题标题】：Slice when character appears字符出现时切片
【发布时间】：2018-07-26 14:57:37
【问题描述】：

我有这个字符串：

Sun 10:00am - 10:00pm<br>Mon 10:00am - 10:00pm<br>Tue 10:00am - 10:00pm<br>Wed 10:00am - 10:00pm<br>Thu 10:00am - 10:00pm<br>Fri 10:00am - 10:00pm<br>Sat 10:00am - 10:00pm

我只想提取出现的前 2 个小时（即上午 10:00 和晚上 10:00）

我正在尝试切片和拆分，但没有成功。

【问题讨论】：

我添加了正则表达式，因为这些问题几乎总能用它解决。基本上我们不会寻找模式并找到所有匹配项并取前 2 个。
您可以发布您尝试使用的代码吗？

标签： python regex split slice

【解决方案1】：

正则表达式：

(?<=\s)\d{2}:\d{2}[ap]m

将获得所有 HH:MM 匹配项，您需要使用例如获得前两个匹配项使用re.findall时列出切片[:2]。

没有正则表达式：

在<br>标签上分割，然后再用空格，得到第二个和最后一个元素：

str_.split('<br>')[0].split()
[out[1], out[-1]]

示例：

In [56]: str_ = 'Sun 10:00am - 10:00pm<br>Mon 10:00am - 10:00pm<br>Tue 10:00am - 10:00pm<br>Wed 10:00am - 10:00pm<br>Thu 10:00am - 10:00pm<br>Fri 10:00am - 10:00pm<br>Sat 10:00am - 10:00pm'

In [57]: re.findall(r'(?<=\s)\d{2}:\d{2}[ap]m', str_)[:2]
Out[57]: ['10:00am', '10:00pm']

In [58]: out = str_.split('<br>')[0].split()

In [59]: [out[1], out[-1]]
Out[59]: ['10:00am', '10:00pm']

【讨论】：

为什么不只是findall('\d{2}:\d{2}[a|p]m',text) ？
@danihp 是的，我也想过这个
@danihp 因为事先严格匹配一个空格，这里不确定是否需要，OP可以确认。请注意，在您的 [a|p] 中，| 是在 [] 中的字面意思。
@AntonvBR 见上文:)

【解决方案2】：

我认为这个正则表达式会做：

import re

s= 'Sun 10:00am - 10:00pm<br>Mon 10:00am - 10:00pm<br>Tue 10:00am - 10:00pm<br>Wed 10:00am - 10:00pm<br>Thu 10:00am - 10:00pm<br>Fri 10:00am - 10:00pm<br>Sat 10:00am - 10:00pm'

pattern = r'\d{2}:\d{2}[AaPp][Mm]'

timestamps = re.findall(pattern, s)[:2]

print(timestamps)

【讨论】：

这是错误的。 | 内的 [] 按字面意思处理。使用 1) [ap]m 或 2) (a|p)m。
@heemayl 啊谢谢。在这方面我还是很新手。
不确定您的意思。一个例子？
就像第 2 点所说的那样：(a|p)m。请注意 [] 和 () 运算符。
() 的等价物是：(A|a|P|p)(M|m)。您还可以查看 re.IGNORECASE 以了解不区分大小写的情况。

【解决方案3】：

不需要正则表达式：

s = "Sun 10:00am - 10:00pm<br>Mon 10:00am - 10:00pm<br>Tue 10:00am - 10:00pm<br>Wed 10:00am - 10:00pm<br>Thu 10:00am - 10:00pm<br>Fri 10:00am - 10:00pm<br>Sat 10:00am - 10:00pm"


spl = s.split("<br>")   # split at <br> into the days
d={} # empty dict
for s in spl:  # for each day
    d.setdefault(s.split(" ")[0],[]).extend([x for x in s.split(" ") 
                                             if x!= '-'][1:])
print(d)

输出：

 {'Wed': ['10:00am', '10:00pm'], 
  'Sun': ['10:00am', '10:00pm'], 
  'Fri': ['10:00am', '10:00pm'], 
  'Tue': ['10:00am', '10:00pm'], 
  'Mon': ['10:00am', '10:00pm'], 
  'Thu': ['10:00am', '10:00pm'], 
  'Sat': ['10:00am', '10:00pm']}

它将您的数据分成几天（<br>）并将每一天分成工作日（作为关键）和两个时间到一个列表中，省略我们已经作为 dict 和 @987654324 关键的日期@那是在时代之间。

您可以通过tueTime = d['Tue'] 获得周二的时间列表，并且可以通过[0] or [1] 或通过分解open,close = tueTime 访问它。

如果您只需要第一个，请使用：spl = s.split("<br>")[0] - dict 是无序的，您不会知道哪个是数据字符串中的第一个。

【讨论】：

确实不需要正则表达式，但是从字符串中提取文本确实不需要不使用正则表达式。它很容易理解和适应新情况。