Question

我正在编写一个函数，它将使用Python中的正则表达式从日程表中提取不同的时间。以下是我使用BeautifulSoup从网站获得的时间表示例：

互动谈话17：00-18：00纪录片'占领格子' 我们向您展示Taksim Gezi公园抵制各种方式;一天和晚上，有好的一面和坏的方面18.00 - 19:00 Poet Maria van Daalen'Haitian Vodoo'，来自Querido出版社的诗人19:00 Food20：30-22：30

如上所示，输入文本包含有和没有结束时间的开始时间。将小时与分钟分开时，使用“：”或“。”也不一致。

使用regex101，我制作了以下（非常丑陋）的正则表达式，它似乎适用于所有不同的时间：\d\d[:|.]\d\d(\s*.\s*\d\d[:|.]\d\d)?

要在Python上搜索文本，我使用以下代码：

def extract_times(string):
    list_of_times = re.findall('\d\d[:|.]\d\d(\s*.\s*\d\d[:|.]\d\d)?', string)
    return list_of_times

但是，当我将上面的示例文本放在此函数中时，它会返回：

['-18:00', ' - 19:00', '', '-22:30']

我期待[’17:00-18:00’], [’19:00’]之类的东西。

我做错了什么？

Answer 1

使用这个：\d{1,2}[:.]([\d\s-]+[:.])?\d{2}}

<强>解释

\d{1,2}一位或两位数字，以匹配1:00和01:00

[:.]匹配18:00和18.00

[\d\s-]+ n 数字，空格或短划线（可选）

[:.]\d{2}匹配18:00和18.00 （可选）

\d{2} 2位

在示例文本中，以下内容将匹配（使用完全匹配）：

匹配1 17:00-18:00 第2场比赛18.00 - 19:00 第3场19:00 匹配4 20:30-22:30

Demo

使用正则表达式从计划中提取时间的麻烦

1 个答案: