Python正则表达式多次查找并输出模式的一部分

Question

假设我有一个字符串如下：

2021/12/23 13:00 14:00 2021/12/24 13:00 14:00 15:00

date 多次与time 一起出现。正则表达式是否有可能在每个date 之后找到所有时间，如下所示？

[('2021/12/23', '13:00','14:00'), ('2021/12/24', '13:00','14:00','15:00')]

我在 Python 中尝试了以下代码，但它只返回第一次：

re.findall(r'(\d+/\d+/\d+)(\s\d+\:\d+)+','2021/12/23 13:00 14:00 2021/12/24 13:00 14:00 15:00')

>>>[('2021/12/23', ' 14:00'), ('2021/12/24', ' 15:00')]

附录： 原来的问题其实是一个比较复杂的情况，时间之间有几个文本，很难直接替换成''：

2021/12/31 14:00 start 15:00 end 17:00 pending 18:00 ok 2021/12/31 14:00 begin 15:00 end  17:00 start 18:00 suspend

所以这里的鲁棒方法应该是this answer。

pattern = regex.compile(r'(?P<date>\d{4}/\d+/\d+)(?:\s?(?P<time>(\d+:\d+))\s+([^\d]+))+')
for m in pattern.finditer('2021/12/31 14:00 start 15:00 end 17:00 pending 18:00 ok 2021/12/30 14:00 begin 15:00 end  17:00 ggh 18:00 suspend'):
    print(m.capturesdict())
>>> {'date': ['2021/12/31'], 'time': ['14:00', '15:00', '17:00', '18:00']}
{'date': ['2021/12/30'], 'time': ['14:00', '15:00', '17:00', '18:00']}

Answer 1

使用re.findall:

inp = '2021/12/23 13:00 14:00 2021/12/24 13:00 14:00 15:00'
matches = re.findall(r'\d{4}/\d{2}/\d{2}(?: \d{1,2}:\d{2})*', inp)
print(matches)

打印出来：

['2021/12/23 13:00 14:00', '2021/12/24 13:00 14:00 15:00']

正则表达式的解释：

\d{4}/\d{2}/\d{2}    match a date in YYYY/MM/DD format
(?: \d{1,2}:\d{2})*  match a space followed by hh:mm time, 0 or more times

Answer 2

您可以使用这个findall + split 解决方案：

import re

s = '2021/12/23 13:00 14:00 2021/12/24 13:00 14:00 15:00'

for i in re.findall(r'\d+/\d+/\d+(?:\s\d+\:\d+)+', s): print (i.split())

输出：

['2021/12/23', '13:00', '14:00']
['2021/12/24', '13:00', '14:00', '15:00']

Code Demo

\d+/\d+/\d+(?:\s\d+\:\d+)+ 匹配一个日期字符串，后跟 1 个或多个时间字符串。

你。也可以使用：

print ([i.split() for i in re.findall(r'\d+/\d+/\d+(?:\s\d+\:\d+)+', s)])

获取输出：

[['2021/12/23', '13:00', '14:00'], ['2021/12/24', '13:00', '14:00', '15:00']]

Answer 3

您可以使用 PyPi 正则表达式库来使以下工作：

import regex
pattern = regex.compile(r'(?P<date>\d+/\d+/\d+)(?:\s+(?P<time>\d+:\d+))+')
for m in pattern.finditer('2021/12/23 13:00 14:00 2021/12/24 13:00 14:00 15:00'):
    print(m.capturesdict())

输出：

{'date': ['2021/12/23'], 'time': ['13:00', '14:00']}
{'date': ['2021/12/24'], 'time': ['13:00', '14:00', '15:00']}

请参阅Python demo。

由于 PyPi 正则表达式库不会“忘记”组内的所有捕获，并且如果组已命名，match.capturesdict() 将返回所有组及其捕获的字典。