正则表达式：如何匹配特定时间以上的时间码？

Question

我正在编写一个脚本来搜索YouTube视频的元数据，并从中获取时间码（如果有的话）。你知道吗

with urllib.request.urlopen("https://www.googleapis.com/youtube/v3/videos?id=m65QTeKRWNg&key=AIzaSyDls3PGTAKqbr5CqSmxt71fzZTNHZCQzO8&part=snippet") as url:
            data = json.loads(url.read().decode())

description = json.dumps(data['items'][0]['snippet']['description'], indent=4, sort_keys=True)
print(description)

这个很好用，所以我去找时间码。你知道吗

# finds timecodes like 00:00
timeBeforeHour = re.findall(r'[\d\.-]+:[\d.-]+', description)

>>[''0:00', '6:00', '9:30', '14:55', '19:00', '23:23', '28:18', '33:33', '37:44', '40:04', '44:15', '48:00', '54:00', '58:18', '1:02', '1:06', '1:08', '1:12', '1:17', '1:20']

它在59:00之后超过并抓取次数，但由于错过了最后一个“：”而不正确，所以我抓取剩余的一组：

# finds timecodes like 00:00:00
timePastHour = re.findall(r'[\d\.-]+:[\d.-]+:[\d\.-]+', description)

>>['1:02:40', '1:06:10', '1:08:15', '1:12:25', '1:17:08', '1:20:34']

我想将它们串联起来，但仍然存在第一个正则表达式中的时间不正确的问题。 如何阻止第一个正则表达式的范围超过一小时，即59:59？你知道吗

我看着正则表达式，我的头有点爆炸，任何澄清将是超级！你知道吗

编辑：

我试过这个：

description = re.findall(r'?<!\d:)(?<!\d)[0-5]\d:[0-5]\d(?!:?\d', description)

还有这个：

description = re.findall(r'^|[^\d:])([0-5]?[0-9]:[0-5][0-9])([^\d:]|$', description)

但我输入错了。正则表达式的位置是什么？你知道吗

另外，这是我要剥离的示例的一部分：

 Naked\n1:02:40 Marvel 83' - Genesis\n1:06:10 Ward-Iz - The Chase\n1:08:15 Epoch - Formula\n1:12:25 Perturbator - Night Business\n1:17:08 Murkula - Death Code\n1:20:34 LAZERPUNK - Revenge\n\nPhotography by Jezael Melgoza"

Answer 1

使用

results = re.findall(r'(?<!\d:)(?<!\d)[0-5]?\d:[0-5]\d(?!:?\d)', description)

参见regex demo。你知道吗

当它不在单独的冒号分隔的数字字符串（如11:22:22:33）中时，它将匹配时间字符串。你知道吗

解释：

• (?<!\d:)-一种负的lookback，它匹配一个位置，该位置前面没有直接的数字和:
• (?<!\d)-一个负的lookback，它匹配一个没有紧跟在数字前面的位置（一个单独的lookback是必要的，因为Python ^{} lookbehind only accepts a fixed-width pattern）
• [0-5]?\d—从0到5的可选数字，然后是任意1个数字
• :-冒号
• [0-5]\d-从0到5的一个数字，然后是任意1个数字
• (?!:?\d)-一种负向前看，它匹配一个位置，该位置后面没有紧跟一个可选的:和一个数字。你知道吗

Python online demo：

import re
description = "Tracks\n======\n0:00 Tonebox - Frozen Code\n6:00 SHIKIMO & DOOMROAR - Getaway\n9:30 d.notive - Streets of Passion\n14:55 Perturbator - Neo Tokyo"
results = re.findall(r'(?<!\d:)(?<!\d)[0-5]?\d:[0-5]\d(?!:?\d)', description)
print(results) 
# => ['0:00', '6:00', '9:30', '14:55']

Answer 2

我想这就是你想要的：

(^|[^\d:])([0-5]?[0-9]:[0-5][0-9])([^\d:]|$)

https://regex101.com/r/yERoPi/1