python中的正则表达式用于时间格式，后跟逗号和三位数字

Question

我有一个包含数千种时间格式的文件。 其中一些采用标准格式，而另一些则后跟逗号和三位数，如下所示：

    Standard format: 00:00:44
    Followed by comma and three digits: 00:00:46,235

我已经使用以下正则表达式删除了标准格式：

   text = re.sub(r'^((?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d$)', '', text)

没关系。 但是对于后跟逗号和三位数字的时间格式，到目前为止我尝试过的任何内容都没有帮助我删除它们。 请问，我怎样才能删除这个奇怪的时间格式模式？

Answer 1

您的正则表达式与标准时间格式相匹配。

r'^((?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d$)'

只需在末尾添加逗号部分，并将其设为可选。

r'^((?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d(?:,\d{3})?$)'

(?:,\\d{3})? ：

(?:      )     Non-capturing group
   ,\d{3}      Comma, then three digits
          ?    Match zero or one times

Answer 2

快速而肮脏的方法是使用split() ：

text = text.split(",")[0]
text = re.sub(r'^((?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d$)', '', text)

您还可以更新您的正则表达式以在最后添加一个可选部分。

text = re.sub(r'^((?:[01]\d|2[0-3]):[0-5]\d:[0-5]\d),?\d{0,3}$', '', text)

Answer 3

使用re.sub ：

inp = "Followed by comma and three digits: 00:00:46,235"
output = re.sub(r'\b(\d{2}:\d{2}:\d{2}),\d{3}', r'\1', inp)
print(output)  # Followed by comma and three digits: 00:00:46