如何用Python正则表达式提取带格式的数字（如时间13:30）？

正则表达式r'\d+(?::\d+)?'的含义 #

把这个表达式拆成两部分拆解：

• \d+：匹配1个或多个连续数字，像8、13、30这类数字串都能被这部分命中。
• (?::\d+)?：这是一个可选匹配项：
  • :：匹配冒号本身；
  • \d+：同样匹配1个或多个连续数字；
  • 整个(?::\d+)被?修饰，表示这一段（冒号+数字串）可以出现0次或者1次。

合起来，这个表达式的作用就是：匹配一串数字，这串数字后面可以选择性地跟着一个冒号加另一串数字。

能否匹配单独数字8？ #

完全可以。因为(?::\d+)?是可选的，当遇到单独的8时，表达式的\d+部分会直接匹配到它，后面的可选部分不生效，所以8会被成功提取。

针对需求的正确代码示例 #

用这个正则表达式就能得到你想要的[8, "13:30"]结果：

import re
text = "new notebook was sold  8 times before  13:30 in given shop"
result = re.findall(r'\d+(?::\d+)?', text)
# 若需要把单独数字转成整数，可做如下处理
processed_result = [int(item) if ':' not in item else item for item in result]
print(processed_result)  # 输出: [8, '13:30']

你之前尝试的正则的问题 #

• 第一个正则[0-5][0-9]：只能匹配两位数字，且范围限定在00-59，会把13:30拆成13和30提取，同时漏掉单独的8。
• 第二个正则\d+：会把所有连续数字串单独提取，不管冒号，因此把13:30拆成13和30，不符合保留时间格式的需求。

内容的提问来源于stack exchange，提问作者neural science