Python正则提取所有HHmmss-HHmmss格式时间范围问题求助

问题原因 #

你当前的代码有两个核心问题：

1. re.search() 仅会返回字符串中第一个完整匹配的结果，无法遍历所有符合条件的子串。
2. 正则表达式中的重复捕获组 (.*(\d{4,10}-\d{4,10}))* 会覆盖之前的捕获结果，最终只能保留最后一个匹配的时间范围。

解决方案 #

使用 re.findall() 替代 re.search()，同时简化正则表达式，直接匹配目标格式的子串：

import re

text = "random text 0700-1300 random text 1830-2230 random 1231 text"
# 匹配4-6位数字连字符连接的格式（兼容HHmm-HHmm和HHmmss-HHmmss）
regex = r'\d{4,6}-\d{4,6}'
time_ranges = re.findall(regex, text)
print(time_ranges)  # 输出: ['0700-1300', '1830-2230']

进阶：严格验证时间合法性 #

如果需要确保提取的是合法的时间范围（比如小时00-23，分钟/秒00-59），可以使用更精准的正则：

# 同时匹配HHmm-HHmm和HHmmss-HHmmss格式的合法时间
strict_regex = r'(?:[01]\d|2[0-3])[0-5]\d(?:[0-5]\d)?-(?:[01]\d|2[0-3])[0-5]\d(?:[0-5]\d)?'
valid_time_ranges = re.findall(strict_regex, text)
print(valid_time_ranges)  # 输出: ['0700-1300', '1830-2230']

关键说明 #

• re.findall() 会遍历整个字符串，返回所有符合正则的子串列表，无匹配项时返回空列表，完全满足你提取0个或任意数量时间范围的需求。
• 避免在正则中使用冗余的 .* 匹配，直接定位目标格式的子串即可，减少匹配逻辑的复杂度。

内容的提问来源于stack exchange，提问作者4mla1fn