JSON对象重构：课程数据字符串解析方案咨询

嘿，我完全懂你现在的处境——要重构暑期课程作业的JSON数据，可爬来的数据格式不对，还没法重新爬，只能硬着头皮从这些杂乱的课程字符串里抠出各个字段对吧？别慌，我给你设计一个精准又好用的正则方案，还会把每部分的逻辑讲清楚，顺便搞定那个同一个tr里有两个课程条目的边缘情况。

先拿你给的典型字符串举例：10:00 - 11:00MK4603 - LEC firstname lastname DR KBG121-12，我们需要拆分出时间、模块、类型、讲师、房间这几个核心字段，再扩展支持周数字段。

定制正则表达式 #

针对这个格式，我写了一个针对性的正则，能精准匹配每个字段：

(\d{2}:\d{2} - \d{2}:\d{2})([A-Z0-9]+) - (LEC|TUT) (.+?) ([A-Z]+[\d-]+)

正则分组详解 #

每个括号里的内容就是一个字段分组，对应关系一目了然：

• 第1组 (\d{2}:\d{2} - \d{2}:\d{2})：匹配时间范围，比如10:00 - 11:00，确保小时和分钟都是两位数字，格式完全符合你的示例。
• 第2组 ([A-Z0-9]+)：匹配模块代码，比如MK4603，只匹配大写字母和数字，适配常见的课程模块命名规则。
• 第3组 (LEC|TUT)：精准匹配课程类型，只允许LEC或TUT，避免匹配到无关内容。
• 第4组 (.+?)：非贪婪模式匹配讲师信息，比如firstname lastname DR。非贪婪的好处是会在遇到下一个符合房间格式的内容时停止，不会把房间号也包含进来。
• 第5组 ([A-Z]+[\d-]+)：匹配房间号，比如KBG121-12，以大写字母开头，后面跟着数字和可选的横杠，覆盖绝大多数教学楼房间编号格式。

处理多条目边缘情况（代码示例） #

如果同一个HTML <tr>里有两个课程字符串，只需要给正则加上全局匹配标志g，就能循环提取所有条目。这里用JavaScript示例（你可以改成自己熟悉的语言，正则逻辑通用）：

// 包含两个课程条目的示例字符串
const courseStr = "10:00 - 11:00MK4603 - LEC John Doe DR KBG121-12 13:00 - 14:00MK4603 - TUT Jane Smith DR KBG122-05";
// 带全局匹配标志的正则
const regex = /(\d{2}:\d{2} - \d{2}:\d{2})([A-Z0-9]+) - (LEC|TUT) (.+?) ([A-Z]+[\d-]+)/g;

const courses = [];
let match;

// 循环提取所有匹配的课程条目
while ((match = regex.exec(courseStr)) !== null) {
  courses.push({
    time: match[1],
    module: match[2],
    type: match[3],
    lecturer: match[4].trim(), // 去掉讲师字段前后可能的多余空格
    room: match[5]
  });
}

console.log(courses);

运行这段代码后，courses数组里就会包含两个完整的课程对象，完美解决多条目问题。

扩展：周数字段的处理 #

你提到需要周数字段，如果你的字符串里有类似W1-W5或W3的周数标识，可以把正则扩展一下，增加一个可选分组：

(\d{2}:\d{2} - \d{2}:\d{2})([A-Z0-9]+) - (LEC|TUT) (.+?) ([A-Z]+[\d-]+)(?: W(\d+(?:-\d+)?))?

• 新增的第6组 (\d+(?:-\d+)?)：匹配周数，支持单周（比如3）或周范围（比如1-5），(?: ...)?表示这个周数部分是可选的，不会影响没有周数的字符串匹配。

对应的代码里，只需要在对象里添加week: match[6] || '无周数'即可。

小技巧：调试正则 #

如果你遇到格式稍微特殊的字符串，可以找个本地的正则测试工具（比如编辑器自带的正则查找功能），把示例字符串放进去，一步步调整正则的各个部分，看每个分组匹配的内容是否符合预期，这样能快速适配你的特殊场景。

如果还有其他奇怪的格式情况，随时告诉我，我帮你调整正则～

内容的提问来源于stack exchange，提问作者Lake Sereni