Question

给出一些长字符串：

s = "something blah blah: but it isn't 4:00 or 16:00 yet, how should we do this: that's it"

我希望能够得到一个返回字符串：

s = "something blah blah:\n but it isn't 4:00 or 16:00 yet, how should we do this:\n that's it"

这是我的代码更新（不起作用，因为它会分割字符串或根本不分割字符串）：

def tokenize_time(s):
    #check if time is in string
    if re.search(ur"([:])", s):
        if not re.search(ur"([0-9]|[2][0-3]):([0-5][0-9])", s):
            s = re.sub(':', ':\n', s)
    return s

Answer 1

您可以使用此：

countif

仅在冒号之前和之后使用非数字（>>> re.sub('(?=\D):(?<=\D)',':\n',s) "something blah blah:\n but it isn't 4:00 or 16:00 yet, how should we do this:\n that's it"）字符（使用\D和?= lookaround assertions

时，才会匹配冒号）

Answer 2

为什么不起作用：
您要它在整个字符串s中搜索一种模式ur"([:])"。

如果找到匹配项，则希望它再次搜索整个字符串s，但是这次要搜索模式ur"([0-9]|[2][0-3]):([0-5][0-9])"。

如果找到第一个模式，但未找到第二个模式，则进行替换re.sub(':', ':\n', s)，将':'中的所有s替换为':\n'。

您可能想要做的是：
1）在模式中结合(?<!...)后面的负数和(?!...)前面的负数，以定义描述“用冒号而不是时间的情况”的模式。
或
2）在字符串中搜索冒号，然后搜索匹配项周围的区域，以查看匹配项是否属于时间范围；如果不是，请更换该物品。

当然（1）效率更高，但是实施（2）可以帮助您了解解决方案为何不起作用。

这可能会有所帮助：
https://docs.python.org/3/library/re.html#re.search

解决方案＃1： 您要替换的完全匹配模式应为：
(?<!(\b[0-1]?[0-9]|[2][0-3])):(?!([0-5][0-9])((?i)(am)|(pm))?\b)
所以你的一线便是：
s = re.sub(r'(?<!(\b[0-1]?[0-9]|[2][0-3])):(?!([0-5][0-9])((?i)(am)|(pm))?\b)', ':\n', s)
（正则表达式不是 so 在美学上令人愉悦吗？）

尝试将其插入此处进行测试：https://www.debuggex.com/
（请记住在下拉菜单中切换到Python。）

编辑：
我忘记了Python的后面必须固定宽度。一个草率的修复方法是使用以下模式：
(?<!([0-1\b][0-9]|[2][0-3])):(?!([0-5][0-9])((?i)(am)|(pm))?\b)
需要说明的是，它识别“像11:45之类的垃圾”包含时间，但正确地识别“像1:45之类的垃圾”不包含时间。

编辑＃2：
进一步的检查表明Javascript根本不支持后退，因此即使您将其切换为Python模式，许多在线正则表达式测试人员也可能无法执行此操作。

如何用冒号分割字符串，但如果不是，怎么办？

2 个答案: