我正在尝试创建一个通过本地站点并获取事件信息的抓取工具。我在提取事件时间时遇到问题，因为每个人都以不同的格式输入它。无论如何，我想知道是否有一种好方法可以查找其中一个“上午、上午、下午、下午”，然后在上午或下午之前获取任何数字。
我知道有这样的东西，但它不够动态。
var rawTime = "String blab la bla 10:00 p.m.";
toParse = rawTime.substring(rawTime.indexOf('p.m.') - 6);
最好的办法是找到 indexOf，创建一个数组，然后让 while 循环“向后”执行，直到返回一个空格或非数字？
但是我会遇到人们在晚上 10:00 输入的问题。和晚上 10:00因为下午之前有空格
【问题讨论】：
标签： javascript jquery node.js web-scraping
我写了一些东西，我不确定我的逻辑是否正确。我认为它应该接受几乎任何格式。唯一的问题是，如果字符串前面有一个数字，例如价格……那么想办法解决这个问题可能会很奇怪。
var re = /(a.m.|p.m.|pm|am)/g, // Filter By
str = "String blab la bla 10 to 12:00 a.m. asdfasdfas"; // String To Test
var timeArray = new Array();
var timeStamp = new Array();
while ((matcher = re.exec(str)) != null) {
timeArray.push(matcher.index);
timeStamp.push(matcher[0]);
}
// Get Start And End Time
startTime = str.substring(timeArray[0] - 6, timeArray[0]);
finishTime = str.substring(timeArray[1] - 13, timeArray[1]);
if (startTime.length == 2) {
finishTime = startTime.substr(1,2);
startTime = startTime.slice(0,1);
} else {
console.log(finishTime);
var matches = /(-|to|till)/g;
if (finishTime.match(matches) != null) {
var splitTime = startTime.split( matches );
var slpitTimeFinish = finishTime.split( matches );
if (timeStamp.length > 1) {
finishTime = slpitTimeFinish[2].replace(/[A-Za-z$.]/g, "");
startTime = splitTime[0].replace(/[A-Za-z$.]/g, "");
} else {
finishTime = slpitTimeFinish[2].replace(/[A-Za-z$.]/g, "");
startTime = slpitTimeFinish[0].replace(/[A-Za-z$.]/g, "");
}
startTime = startTime.replace(/\s+/g, ''); // Remove Spaces
finishTime = finishTime.replace(/\s+/g, ''); // Remove Spaces
} else {
finishTime = finishTime.replace(/[A-Za-z$.]/g, "");
finishTime = finishTime.replace(/\s+/g, ''); // Remove Spaces
startTime = startTime.replace(/[A-Za-z$.]/g, "");
startTime = startTime.replace(/\s+/g, ''); // Remove Spaces
}
}
// Get Time Stamp
if (timeStamp.length > 1) {
eventStartStamp = timeStamp[0];
eventEndStamp = timeStamp[1];
} else {
eventStartStamp = timeStamp[0];
eventEndStamp = timeStamp[0];
}
console.log ("Event Starts At "+ startTime + " " + eventStartStamp +" Ends At "+ finishTime + " " + eventEndStamp );
这是我进行的一些测试，如果有人有更好的方法，或者建议他们的方法，我会全力以赴。这可能被过度编码。
str = "String blab la bla 12a.m. to 1pm asdfasdfas";
returns "Event Starts At 12 a.m. Ends At 1 pm
str = "String blab la bla 12-1pm asdfasdfas";
returns "Event Starts At 12 pm Ends At 1 pm
str = "String blab la bla 12:00a.m. to 1:00 p.m. asdfasdfas"
returns "Event Starts At 12 am Ends At 1 pm
str = "String blab la bla 12:00 to 1:00 p.m. asdfasdfas"`
returns "Event Starts At 12:00 p.m. Ends at 1:00 p.m.
str = "String blab la bla 12:00 - 1:00 p.m. asdfasdfas"
returns "Event Starts At 12:00 p.m. Ends at 1:00 p.m.
如果有人在晚上 7 点到 10 点加入，也应该有效。我只需要弄清楚如何在时间之前摆脱任何东西，在这种情况下可能会发生。我想这会得到相当数量的好数据。让我知道是否有人有更好的解决方案。我知道这是一个很大的过度编码，我可以减少一点，我只是比大多数人更直观。
【讨论】：
我不是正则表达式大师，但希望这会对您有所帮助：
var rawTime = "String etc 10:00 p.m. etc etc"
var result = rawTime.match(/(0?[1-9]|1[012]):([0-5]\d)[ ]?([APap].?[mM].?)/);
if (result)
{
alert('Hour: ' + result[1] +
'\nMinute: ' + result[2] +
'\nAM/PM: ' + result[3].replace(/\./g, '').toUpperCase());
}
上面的正则表达式基本上匹配任何表示子午线指标的方式，大写或小写以及带或不带句点（以及在分钟后带或不带空格）。它还基本上验证了它是实时 AM/PM 时间（尽管请注意，您可能希望将其调整为“军事”时间，例如 14:15 而不是下午 2:15）
【讨论】：
以下是适用于您的示例的代码示例。
var ts = [];
ts.push('String blab la bla 10:00 p.m.');
ts.push('String blab la bla 10:00 pm');
ts.push('String blab la bla 10:00 am');
ts.push('String blab la bla 10:00 a.m.');
for(var i=0; i<ts.length; i++){
var match = ts[i].match(/(\d+:?\d+)\s?[ap]\.?m/) || []
console.log(match[1]);
}
这里是 JSFiddle http://jsfiddle.net/2qA6e/1/
您可能必须使其更健壮以捕获所有用例，但我相信我满足了您的 4 个示例。
编辑：更新为仅返回数字。添加用例
【讨论】：
最好使用正则表达式，因为它完全支持人类输入时间所需的那种模糊模式匹配。
/\d{1,2}(:\d{2})?\s*([ap][.]?m[.]?)?/i
可以，而且它也支持上午 10 点和上午 9 点。
【讨论】：