RegEx: Как я могу сопоставить временные коды выше определенного времени?

Question

Я пишу сценарий для поиска метаданных видео на YouTube и извлечения из них временных кодов, если таковые имеются.

with urllib.request.urlopen("https://www.googleapis.com/youtube/v3/videos?id=m65QTeKRWNg&key=AIzaSyDls3PGTAKqbr5CqSmxt71fzZTNHZCQzO8&part=snippet") as url:
            data = json.loads(url.read().decode())

description = json.dumps(data['items'][0]['snippet']['description'], indent=4, sort_keys=True)
print(description)

Это отлично работает, поэтому я продолжаю искать временные коды.

# finds timecodes like 00:00
timeBeforeHour = re.findall(r'[\d\.-]+:[\d.-]+', description)

>>[''0:00', '6:00', '9:30', '14:55', '19:00', '23:23', '28:18', '33:33', '37:44', '40:04', '44:15', '48:00', '54:00', '58:18', '1:02', '1:06', '1:08', '1:12', '1:17', '1:20']

Он выходит за пределы и захватывает время после 59:00, но не правильно, так как пропускает последнее ":", поэтому я беру оставшийся набор:

# finds timecodes like 00:00:00
timePastHour = re.findall(r'[\d\.-]+:[\d.-]+:[\d\.-]+', description)

>>['1:02:40', '1:06:10', '1:08:15', '1:12:25', '1:17:08', '1:20:34']

Я хочу объединитьих, но все еще есть проблема неправильных времен в первом регулярном выражении. Как я могу остановить диапазон первого регулярного выражения, превышающий час, т. Е. 59: 59?

Я смотрю на регулярное выражение и моя голова немного взорвется, любое прояснение будет супер!

edit:

Я пробовал это:

description = re.findall(r'?<!\d:)(?<!\d)[0-5]\d:[0-5]\d(?!:?\d', description)

и это:

description = re.findall(r'^|[^\d:])([0-5]?[0-9]:[0-5][0-9])([^\d:]|$', description)

но я неправильно их ввожу. Какую позицию выполняет регулярное выражение?

Также для контекста, это часть примера, который я пытаюсь вырезать:

 Naked\n1:02:40 Marvel 83' - Genesis\n1:06:10 Ward-Iz - The Chase\n1:08:15 Epoch - Formula\n1:12:25 Perturbator - Night Business\n1:17:08 Murkula - Death Code\n1:20:34 LAZERPUNK - Revenge\n\nPhotography by Jezael Melgoza"

Answer 1

Использовать

results = re.findall(r'(?<!\d:)(?<!\d)[0-5]?\d:[0-5]\d(?!:?\d)', description)

См. Демонстрационную версию regex .

Она будет соответствовать временной строке, когда она не находится внутри двоичной строки, разделенной двоеточием (например, * 1008)*).

Пояснение :

• (?<!\d:) - отрицательный вид сзади, который соответствует местоположению, которому непосредственно не предшествует цифра и :
• (?<!\d) - отрицательный вид сзади, который соответствует местоположению, которому непосредственно не предшествует цифра (необходим отдельный взгляд сзади, потому что Python re взгляд назад принимает только шаблон фиксированной ширины )
• [0-5]?\d - необязательная цифра от 0 до 5, а затем любая 1 цифра
• : - двоеточие
• [0-5]\d - цифраот 0 до 5, а затем любой 1 цифры
• (?!:?\d) - отрицательный прогноз, который соответствует местоположению, за которым сразу не следует необязательный : и цифра.

Демоверсия Python онлайн :

import re
description = "Tracks\n======\n0:00 Tonebox - Frozen Code\n6:00 SHIKIMO & DOOMROAR - Getaway\n9:30 d.notive - Streets of Passion\n14:55 Perturbator - Neo Tokyo"
results = re.findall(r'(?<!\d:)(?<!\d)[0-5]?\d:[0-5]\d(?!:?\d)', description)
print(results) 
# => ['0:00', '6:00', '9:30', '14:55']

Answer 2

Я думаю, это то, что вы ищете:

(^|[^\d:])([0-5]?[0-9]:[0-5][0-9])([^\d:]|$)

https://regex101.com/r/yERoPi/1