正規表現にて時間の数値だけを抽出したい

Question

txtファイルの例：
title:samaple
2020/02/01
01 sample02 V C 01:03:59:29 01:04:58:12 02:31:22:11 02:45:49:10
・
・
続く

一行ごとに4つの時間が記載されており、この場合だとリストの上から順に
「01」「03」「59」「29」「01」「04」「58」「12」「02」「31」………
といった感じで格納したいです。

正規表現で
[0-9]{2}:|:[0-9]{2}
で抜きだそうとするとなぜか、「29」「12」「11」「10」などの
一つの時間ごとの4番目の数字がリストに格納できていませんでした。
単純に[0-9]{2}で抜き出そうとすると日付や他の数字が紛れ込んでしまうので
それも失敗します。

何か正規表現で抜き出す方法はございますか。
ご教授お願い致します。

Comments

[8524ba23]

失敗するものでよいので現状のソースコードを提示ください。

Answer 1

個人のこだわりの強い回答なので、無視してもらっても良いです。

正規表現で抜き出すのは特に難しいことではないですが、正規表現を使用しないで良いケースでは、正規表現は使わず取り出すのが良いです。

split 後に、時間として処理すると、問題発生時の切り分けが容易になります。

Answer 2

説明が難しいですが、先読み、後読みを利用して、コロン(:)を検索条件に含めるが、検索結果には含めないような書き方にすると良いと思います。

/[0-9]{2}(?=:)|(?<=:)[0-9]{2}/g

Answer 3

こんな感じでいかがでしょう？

title:samaple
2020/02/01
01 sample02 V C  01:03:59:29 01:04:58:12 02:31:22:11 02:45:49:10
02 sample03 V C  12:04:30:45 12:03:37:29 11:09:10:05 11:29:44:23

上記を input.txt として、以下にて処理します。

import re


with open('input.txt') as f:
    for line in f:
        m = re.findall(r'(\d{2}):(\d{2}):(\d{2}):(\d{2})', line)
        if m:
            print(m)

上記を実行すると以下が出力されます。

[('01', '03', '59', '29'), ('01', '04', '58', '12'), ('02', '31', '22', '11'), ('02', '45', '49', '10')]
[('12', '04', '30', '45'), ('12', '03', '37', '29'), ('11', '09', '10', '05'), ('11', '29', '44', '23')]

• 動作確認用Repl.it: https://repl.it/@jun68ykt/Q240308