Python正则匹配时间格式HH:MM:SS方法
积累知识,胜过积蓄金银!毕竟在文章开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《Python正则匹配HH:MM:SS时间格式方法》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~
要匹配24小时制的时间格式HH:MM:SS,可使用正则表达式^(?:[01]\d|2[0-3]):(?:[0-5]\d):(?:[0-5]\d)$。1. 该表达式通过^和$确保完整匹配;2. 使用(?: ... )非捕获组进行分组;3. [01]\d匹配00-19,2[0-3]匹配20-23;4. [0-5]\d分别匹配00-59的分钟和秒。在Python中可用re.fullmatch()验证,如is_valid_time("23:59:59")返回True,而"24:00:00"或"12:60:30"则返回False。扩展形式可支持HH:MM或带毫秒的HH:MM:SS.sss格式。

时间格式的匹配是正则表达式中一个常见但需要细心处理的任务。如果你想匹配类似 HH:MM:SS 这样的时间格式,比如 12:34:56,那就要确保小时、分钟和秒数都在合理范围内。

下面是一个能有效匹配这类时间格式的正则表达式写法,并附上解释和示例。

匹配24小时制的时间格式
我们要匹配的是符合 24 小时制的时间,也就是:
- 小时部分(HH)范围是
00到23 - 分钟部分(MM)和秒部分(SS)都是
00到59
对应的正则表达式可以这样写:

^(?:[01]\d|2[0-3]):(?:[0-5]\d):(?:[0-5]\d)$
拆解说明:
^和$表示从头到尾完全匹配这个模式,避免出现像123:45:67这样的误匹配。(?: ... )是非捕获组,用于分组但不保存结果。[01]\d:表示 00 到 19 的小时。2[0-3]:表示 20 到 23 的小时。[0-5]\d:表示 00 到 59 的分钟或秒。
你可以把这个正则用在 Python 的 re.match() 或 re.fullmatch() 中来判断是否为合法时间。
在Python中使用示例
这里简单演示一下如何在代码中使用上面的正则表达式:
import re
time_pattern = r'^(?:[01]\d|2[0-3]):(?:[0-5]\d):(?:[0-5]\d)$'
def is_valid_time(time_str):
return re.fullmatch(time_pattern, time_str) is not None
# 测试几个例子
print(is_valid_time("23:59:59")) # True
print(is_valid_time("00:00:00")) # True
print(is_valid_time("24:00:00")) # False
print(is_valid_time("12:60:30")) # False几点注意:
- 使用
re.fullmatch()能更准确地保证整个字符串都匹配规则。 - 如果你只是想在一段文本中查找时间,而不是验证整个字符串,那就改用
re.search()。
常见变体与扩展
有时你可能遇到其他形式的时间,比如带毫秒的 HH:MM:SS.sss 或者只包含小时和分钟的 HH:MM。这时候可以根据需求做适当调整:
只匹配 HH:MM:
^(?:[01]\d|2[0-3]):[0-5]\d$
匹配带毫秒的完整时间:
^(?:[01]\d|2[0-3]):(?:[0-5]\d):(?:[0-5]\d)(?:\.\d{1,3})?$其中
(?:\.\d{1,3})?表示可选的.xxx毫秒部分。
基本上就这些。
正则写起来不算难,但要覆盖所有边界情况(比如 23:59:59 合法,而 24:00:00 不合法)就需要仔细考虑了。
理论要掌握,实操不能落!以上关于《Python正则匹配时间格式HH:MM:SS方法》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
DecipherItAI助手,多源研究分析利器
- 上一篇
- DecipherItAI助手,多源研究分析利器
- 下一篇
- PyCharm正确启动与设置教程
-
- 文章 · python教程 | 1天前 |
- Python re用分组字典解析可选日志字段的实现
- 470浏览 收藏
-
- 文章 · python教程 | 1天前 | JSON · python · Python NaN json.loads Infinity parse_constant
- Python json.loads解析非标准数字的容错边界
- 267浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python csv.DictReader处理缺失列与额外列的办法
- 105浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python logging按请求注入上下文字段的过滤器方案
- 324浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 泛型 callable typing.Protocol 结构化子类型
- Python typing.Protocol配合泛型描述可调用对象的方式
- 355浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python sqlite3事务提交与异常回滚的上下文写法
- 357浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python dataclass用field配置默认工厂的对象设计
- 114浏览 收藏
-
- 文章 · python教程 | 4天前 | 并发 · python · 异步编程 · asyncio TaskGroup ExceptionGroup
- Python asyncio.TaskGroup组织并发任务与异常取消
- 322浏览 收藏
-
- 文章 · python教程 | 4天前 | python · pathlib ·
- Python pathlib批量改名并保留冲突回滚点的脚本
- 422浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python argparse让位置参数与子命令独立解析的实现方法
- 298浏览 收藏
-
- 文章 · python教程 | 4天前 | 并发 · python · logging · 异步日志 QueueHandler QueueListener Python logging
- Python logging用 QueueHandler 隔离日志 I/O的实现方法
- 323浏览 收藏
-
- 文章 · python教程 | 4天前 | 并发 · 线程池 · 异常处理 · python · Python threadpoolexecutor future concurrent.futures
- Python concurrent收集线程池异常并关闭执行器的实现方法
- 262浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 198次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 254次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 209次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 193次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 184次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

