如何用Python正则表达式将字符串中的datetime.datetime对象替换为数字列表

我懂你遇到的问题，就是想把字符串里那些datetime.datetime(...)格式的内容，替换成里面的数字组成的列表对吧？咱们先看看你原来的正则哪里出问题了。

你的原正则是：

DATETIME_PATTERN = r"datetime.datetime\(((\d+)(,\s*\d+)*), tzinfo=.*\)"

这里的.*是贪婪匹配，会把从tzinfo=开始后面的所有内容都“吞”掉，直到字符串末尾，这就导致它会误替换掉中间不该动的内容，比如后面的'bar': 'some data'部分也被卷进去了，这肯定不是你想要的。

那怎么改呢？关键是要让正则只匹配当前datetime.datetime(...)内部的tzinfo部分，而不超出这个对象的范围。

改进后的正则方案 #

我们可以把贪婪的.*换成更精确的匹配，比如只匹配到右括号)之前的内容，这样就能精准锁定单个datetime对象的范围：

import re

input_str = "{'foo': datetime.datetime(2022, 5, 23, 0, 0, tzinfo=tzlocal()), 'bar': 'some data', 'foobar': datetime.datetime(2022, 8, 3, 13, 57, 41, tzinfo=<UTC>), 'barlist': ['hello', 'world']}"

# 改进的正则：精准匹配单个datetime.datetime对象，捕获数字部分
DATETIME_PATTERN = r"datetime\.datetime\((\d+(?:,\s*\d+)*), tzinfo=[^)]*\)"
modified_input_str = re.sub(DATETIME_PATTERN, r"[\1]", input_str)

print(modified_input_str)

这里的关键改动点：

• datetime\.datetime：转义了点号，因为正则里.默认匹配任意字符，必须转义才能匹配字面意义的点
• (\d+(?:,\s*\d+)*)：捕获所有数字和分隔的逗号+空格组合，(?:...)是非捕获组，只用来重复匹配逗号加数字的模式，不会额外生成捕获组
• tzinfo=[^)]*：[^)]表示匹配除了右括号)之外的任意字符，这样就不会超出当前datetime对象的括号范围，完美避免了贪婪匹配的问题

运行这段代码后，就能得到你想要的结果：

{'foo': [2022, 5, 23, 0, 0], 'bar': 'some data', 'foobar': [2022, 8, 3, 13, 57, 41], 'barlist': ['hello', 'world']}

你自定义调整的版本 #

你后来也针对自己的特定需求修改了正则：

DATETIME_PATTERN = r"datetime\.datetime\((\d+(?:,\s*\d+)*), tzinfo=(?:[^\s\d])*\)"

这个版本把[^)]*换成了(?:[^\s\d])*，也就是只匹配非空白、非数字的字符，因为你知道自己场景里tzinfo=后面的内容不会有空格或数字，这个限制更严格，能进一步降低误匹配的概率，非常贴合你的实际需求。

这样调整后，正则的匹配精度就完全符合你的要求，不会再出现替换大段无关内容的问题了。

备注：内容来源于stack exchange，提问作者avhhh