Question

可能的输入示例：

'Starts in 09h 52m 56s'
'Ends in 00h 33m 13s'

上面两个输入的输出将是：

['Starts', '09', '52', '56']
['Ends', '00', '33', '13']

下面是一种工作模式：

(Starts|Ends) in ([0-9]{2})h ([0-9]{2})m ([0-9]{2})s

不幸的是，它输出的所有内容如下：

[('Ends', '00', '46', '34')]

代替：

['Ends', '00', '46', '34']

但是，更重要的是，我想使正则表达式更简洁，而不必重复三遍([0-9]{2})。

我尝试使用(Starts|Ends)|([0-9]{2})[h|m|s]，但这会输出以下内容：

[('Ends', ''), ('', '04'), ('', '20'), ('', '41')]

同样，我正在寻找的输出很简单：

['Ends', '00', '33', '13']

根据要求，这是我的代码：

regex_time_left = re.compile(r'(Starts|Ends) in ([0-9]{2})h ([0-9]{2})m ([0-9]{2})s')
for product_page in indi_product_urls:
    time_left = ff.find_elements(By.CSS_SELECTOR, 'span[id*=deal_expiry_timer_]')
    if len(time_left) > 0:
        time_left = regex_time_left.findall(time_left[0].text) # [('Ends', '00', '32', '31')]
        starts_ends = time_left[0][0]
        hours = time_left[0][1]
        minutes = time_left[0][2]
        seconds = time_left[0][3]

有什么想法吗？

Answer 1

尝试此代码！

您可以使用regex（在python中导入re库）并提取小时，分钟和秒的值。 d {2}表示2位整数，因为小时/分钟/秒值始终为2位。

代码：

import re

start = 'Starts in 09h 52m 56s'
end = 'Ends in 00h 33m 13s'

matchObj = re.match( r'(?:Starts|Ends)[ ]in[ ](\d{2})h[ ](\d{2})m[ ](\d{2})s', start, re.M|re.I)
print ("Start Hours : ", matchObj.group(1))
print ("Start Minutes : ", matchObj.group(2))
print ("Start Seconds : ", matchObj.group(3))


matchObj = re.match( r'(?:Starts|Ends)[ ]in[ ](\d{2})h[ ](\d{2})m[ ](\d{2})s', end, re.M|re.I)
print ("End Hours : ", matchObj.group(1))
print ("End Minutes : ", matchObj.group(2))
print ("End Seconds : ", matchObj.group(3))

输出：

Start Hours :  09                                                                                                                
Start Minutes :  52                                                                                                              
Start Seconds :  56                                                                                                              
End Hours :  00                                                                                                                  
End Minutes :  33                                                                                                                
End Seconds :  13

通过regex101验证：

Answer 2

You can use the following to match words before a matching pattern indefinite times:

a=['starts in 09h 05m 33s','ends in 00h 33m 12s']

import re

r1 = re.compile(r'(starts|ends)')
r2 = re.compile(r'(\d{2})[hms]')

for s in a:
    m1 = r1.match(s)
    if m1:
        m2 = r2.findall(s)
        print(m1.group(0), m2[0], m2[1], m2[2])

Answer 3

您可以压缩相应的对并从元组中提取数据

s = 'Start in 09h 52m 56s'
s2 = 'Ends in 00h 33m 13s'

lista = list(zip(s.split(), s2.split()))
s_list = [lista[0][0]]
e_list = [lista[0][1]]
for i in lista[2:5]:
    s_list.append(i[0][:2])
    e_list.append(i[1][:2])

print(s_list)
print(e_list)

['Start', '09', '52', '56']
['Ends', '00', '33', '13']

如果您要匹配数字，我会将其附加为int，并在执行此操作时完成

for i in lista[2:5]:
    s_list.append(int((i[0][:2])))
    e_list.append(int((i[1][:2])))

~/python/stackoverflow/9.22$ python3.7 class.py 
['Start', 9, 52, 56]
['Ends', 0, 33, 13]

Answer 4

我认为您可以这样做，但不幸的是，使用(starts|ends)无法适应更多情况

import re
a = ['starts in 09h 05m 33s','ends in 00h 33m 12s','Ends in 00h 33m 12s']
print([re.findall("(starts|ends|\d+)",i)  for i in a])

但是您可以尝试：

print([ [i.split(" ")[0]] + re.findall("\d+",i)  for i in a])

无限次匹配模式之前匹配单词

4 个答案: