python中的正则表达式组

Question

我正在尝试使用正则表达式来识别以下格式的数据： XX 天，XX 小时，XX 分钟（预计由于空格、逗号和复数而导致的最小结构变化） 我想看到一种使用正则表达式的有效 python 方式，以便我可以获得与天数小时和分钟相关的数字。

我尝试了以下方法：

matchingTime = "27 days, 21 hours, 23 minutes ago"
re.search('([0-9]{0,2}).*day.* ([0-9]+) .*hour.* ([0-9]+) .*minute.*',matchingTime)

对于上述情况，它工作正常，我分别获得了组 1 2 3 中的值。

问题是其中一个字段可能不一定存在，比如说

matchingTime = "21 hours, 23 minutes ago"

对于上述情况，它失败了。

我知道我可以使用 try 和 excepts 来完成它，但我希望找到一种简洁有效的方法。

任何输入都会非常有帮助。很高兴对我的查询提供任何进一步的澄清。

编辑：[0-9]{0,2} 的日子部分，只是尝试一些方法来解决这个问题。

Answer 1

您也许可以使用如下正则表达式：

(?:(?P<days>[0-9]{0,2})\s*day[^, ]*,? *)?(?:(?P<hrs>[0-9]+)\s*hour[^, ]*,? *)?(?:(?P<min>[0-9]+)\s*minute[^, ]*,? *)?

regex101 demo

我使用[^, ]*,? * 作为可选的逗号和空格，而不是使用.*，这样就不会有太多的回溯。

我还使用了命名的捕获组，并将每天/小时/分钟的整个组包装到一个非捕获组中，然后我将? 标记为可选。每个组都非常相似：

(?:                       # Start of non-capture group
    (?P<days>[0-9]{0,2})  # Numbers to capture
    \s*                   # Spaces if any
    day                   # Literal match
    [^, ]*,? *            # Anything until first comma and optional spaces
)?                        # Close of non-capture group and marking it as optional