Python正则表达式：忽略指定匹配项替换日期信息失败求助

需求说明 #

需要忽略输入文本中第1个和第3个匹配到的日期，删除其余所有日期内容（仅保留时间部分），原正则代码无法实现预期效果。

输入文本 #

Input = '''
Captured on: 08-29-2023 09:43:26
Start Time: 08-28-2023 11:11:57
1St Cycle Time: 08-28-2023 11:12:06 

Channel-00 Cycles Completed: 4404 
Channel-00 Triggered Time: 08-29-2023 00:45:08 
Channel-01 Cycles Completed: 24 
Channel-01 Triggered Time: 08-28-2023 11:15:57'''

原代码问题 #

原代码stra = re.sub("^(?!Captured.*$).*?(\d+-\d+-2023 )", "", Input)存在两个核心问题：

• 仅排除了Captured开头的行，未考虑需要保留第3个日期所在的1St Cycle Time行
• 正则逻辑仅针对行首非Captured的内容处理，无法精准区分匹配项的位置，导致保留/删除规则失效

解决方案 #

使用re.sub的回调函数，通过计数判断当前匹配的是第几个日期，仅保留第1和第3个，其余删除日期部分：

import re

Input = '''
Captured on: 08-29-2023 09:43:26
Start Time: 08-28-2023 11:11:57
1St Cycle Time: 08-28-2023 11:12:06 

Channel-00 Cycles Completed: 4404 
Channel-00 Triggered Time: 08-29-2023 00:45:08 
Channel-01 Cycles Completed: 24 
Channel-01 Triggered Time: 08-28-2023 11:15:57'''

count = 0
def replace_date(match):
    global count
    count += 1
    # 保留第1和第3个日期，其余仅保留前缀和时间
    if count in (1, 3):
        return match.group(0)
    else:
        return match.group(1) + match.group(3)

# 正则拆分内容：(前缀文本)(日期部分)(时间部分)
pattern = re.compile(r'(.*?)(\d+-\d+-2023 )(\d{2}:\d{2}:\d{2})')
result = pattern.sub(replace_date, Input)
print(result)

代码说明 #

1. 正则表达式r'(.*?)(\d+-\d+-2023 )(\d{2}:\d{2}:\d{2})'将每行含日期的内容拆分为三部分：
   • 第1组：日期前的前缀文本（如Start Time: ）
   • 第2组：需要判断是否删除的日期部分（如08-28-2023 ）
   • 第3组：需要保留的时间部分（如11:11:57）
2. 回调函数replace_date通过全局计数器count定位匹配项：
   • 若为第1或第3个匹配项，直接返回完整内容（保留日期）
   • 其余情况返回前缀+时间（删除日期）

运行结果 #

Captured on: 08-29-2023 09:43:26
Start Time: 11:11:57
1St Cycle Time: 08-28-2023 11:12:06 

Channel-00 Cycles Completed: 4404 
Channel-00 Triggered Time: 00:45:08 
Channel-01 Cycles Completed: 24 
Channel-01 Triggered Time: 11:15:57

内容的提问来源于stack exchange，提问作者OO7