无法从中提取时间第谷美国海军百万/定时器.html带正则表达式

Question

我需要从US Naval Observatory Master Clock Time网页中提取EDT，MDT的时间。我一直试图用关于芬德尔但我不能。我正在使用以下regex \d{2}\:\d{2}\:\d{2}\s(AM|PM)\s(MDT|PDT)。输出只有PM和MDT或PDT。在

Answer 1

首先，这是一个HTML页面，将regex与HTML（或任何嵌套/分层数据）一起使用是一个bad idea。也就是说，考虑到页面的相对简单性，我们可以让它在这个实例中滑动，但请记住，这不是推荐的方法。在

您的问题是，^{}如果模式包含捕获组，^{}只返回捕获的组（(AM|PM)和(MDT|PDT)）。您可以将它们变成非捕获组来收集整个模式，即：

matches = re.findall(r"\d{2}:\d{2}:\d{2}\s(?:AM|PM)\s(?:MDT|PDT)", your_data)

或者，也可以使用^{}并提取匹配项：

^{pr2}$