python - 正则表达式将文本转换为天数失败 - Python 3.10.x

Question

我有一个文本持续时间列表，例如，['142 天 16 小时', '128 天 9 小时 43 分钟', '10 分钟']

我需要构建一个函数来获取这些持续时间，而不是得出总天数。

特定文本可以是一天、几天和几小时、几小时和几分钟、一组分钟或一天、一小时和一分钟。

我尝试了以下方法:

def parse_dates(data):
    days = int(re.match(r'\d+\sDay', data)[0].split(' ')[0]) if re.match(r'\d+\sDay', data) is not None else 0
    hours = int(re.match(r'\d+\sHour', data)[0].split(' ')[0]) if re.match(r'^\d+Hour*s$', data) is not None else 0
    minutes = int(re.match(r'\d+\sMinute', data)[0].split(' ')[0]) if re.match(r'\d+\sMinute', data) is not None else 0

    days += hours / 24
    days += minutes / 1440

    return days

无论使用 re.match() 还是 re.search()，提供的函数都会失败，这让我相信表达式本身存在问题。

但是，小时和分钟始终显示为 0。如何修复我的 regex 或设计更好的解决方案来正确解析这些文件？

Answer 1

您可以尝试以下正则表达式 ( Demo ):

(?:(\d+) Days?)?(?: ?(\d+) Hours?)?(?: ?(\d+) Minutes?)?

解释:

• (?:...) 标记一个非捕获组
• (...) 标记一个捕获组
• ? 在符号或组之后表示它是可选的
• \d+表示一个或多个数字(0123...)

示例 Python 实现:

import re

_DHM_RE = re.compile(r'(?:(\d+) Days?)?(?: ?(\d+) Hours?)?(?: ?(\d+) Minutes?)?')
_HOURS_IN_DAY = 24
_MINUTES_IN_DAY = 60 * _HOURS_IN_DAY


def parse_dates(s: str) -> int:
    m = _DHM_RE.search(s)
    if m is None:
        return 0

    days = int(m.group(1) or 0)
    hours = int(m.group(2) or 0)
    minutes = int(m.group(3) or 0)

    days += hours / _HOURS_IN_DAY
    days += minutes / _MINUTES_IN_DAY

    return int(days)


strings = """\
142 Days 16 Hours
128 Days 9 Hours 43 Minutes
10 Minutes
52 Hours
""".splitlines()

for s in strings:
    d = parse_dates(s)
    print(f'{s!r} has {d} days.')