Question

我有一个自由格式的持续时间字符串，其中包含小时和分钟值，其中之一可以是可选的

1 hour
12 hours 3 mins
47 mins
10 hours
1 min

我必须将它们转换为分钟数。首先搜索Python库，该库可以转换时间和持续时间，但字符串格式不允许使用这种方法

然后我尝试使用正则表达式提取数字组：

re.search("(\d+)?.*(\d+\w)", string).group(1)
re.search("(\d+)?.*(\d+\w)", string).group(2)

在存在小时和分钟值或仅存在分钟值的大多数情况下有效（因为我将第一组设为可选），当小时为一位数字（1小时）时，此正则表达式将失败。同样因为我只提取没有描述性文字的数字组（小时和/或分钟），所以当只有小时值（带有两位数字）时，计算是错误的，例如10小时，并且错误地提取为第二组为分钟。

Answer 1

您可以尝试使用 dateutil 和Regex

演示：

import dateutil.parser as dparser
import re

s = """1 hour
12 hours 3 mins
47 mins
10 hours
1 min"""

for line in s.splitlines():
    print(dparser.parse(re.sub(r"(mins?)", "minutes", line), fuzzy=True).strftime("%H:%M:%S") )

输出：

01:00:00
12:03:00
00:47:00
10:00:00
00:01:00

Answer 2

您可以将re.findall与以下正则表达式配合使用：

import re
s = '''1 hour
12 hours 3 mins
47 mins
10 hours
1 min'''
for h, m in re.findall(r'(?=\d+ *hours?| *\d+ *min(?:ute)?s?)(?:(\d+) *hours?)?(?: *(\d+) *min(?:ute)?s?\b)?', s, flags=re.IGNORECASE):
    print(int(h or 0) * 60 + int(m or 0))

这将输出：

Answer 3

我写了这个简单的代码片段来解析您的所有情况。询问您是否有问题。

输出：

1 hour -> 1:00:00
12 hours 3 mins -> 12:03:00
47 mins -> 0:47:00
10 hours -> 10:00:00
1 min -> 0:01:00
random text -> 0:00:00

代码：

import re
from datetime import timedelta


number_word_regex = re.compile(r'(\d+) (\w+)')


def parse_fuzzy_duration(s):
    ret = timedelta(0)

    for number, word in number_word_regex.findall(s):
        number = int(number)

        if word in ['minute', 'min', 'minutes', 'mins']:
            ret += timedelta(minutes=number)
        elif word in ['hour', 'hours']:
            ret += timedelta(hours=number)

    return ret


for s in ['1 hour', '12 hours 3 mins', '47 mins', '10 hours', '1 min', 'random text']:
    print(s, '->', parse_fuzzy_duration(s))

Answer 4

其他答案很好，使用正则表达式的另一种方式（如果您确实愿意）：

match = re.match(
    r'((?P<hours>\d+) hours?)? ?((?P<mins>\d+) mins?)?',
    '12 hours 3 mins'
)

match.groupdicts()

这样，可能使您更有意义（这是很多正则表达式工程的主要问题。我建议您尝试在{{3 }}进行一些测试和说明。

使用Python库或Regex的数字分钟的持续时间

4 个答案: