正则表达式替换日期时间格式之间的时间值

Question

我有一个日期时间格式的XML文件，如下所示：

<published>2019-01-03T23:54:00.000+10:00</published>

还有这个

<published>2019-01-07T14:22:00.001+10:00</published>

依此类推，时间价值为23：54：00.000和14：22：00.001。

如何用正则表达式替换time标签之间的<published></published>值？例如，我想用03：00：00.000替换两个时间值，因此第一个例子变为

<published>2019-01-03T03:00:00.000+10:00</published>

我的目标是使用任何现有的工具/应用程序Notepad ++或网站，因为它更快，而不是任何特定的编程语言。

Answer 1

首先，强制警告不要尝试用正则表达式解析xml / html。如果这是一次性重新格式化任务并且您可以控制数据，那就没问题了。正则表达式解决方案不会非常强大......

除此之外，您将需要一个可以使用正则表达式处理捕获组的工具，因此您可以匹配整个published标记并避免误报。像这样的正则表达式可能会起作用（根据您的工具调整捕获分组）：

(\<published\>\d\d\d\d-\d\d-\d\dT)\d\d:\d\d:\d\d\.\d\d\d(\+\d\d:\d\d\<\/published\>)

请注意，以上是PCRE格式的正则表达式 - demo on regex101。您可能需要调整以适应工具使用的格式。

在此正则表达式中，有两个捕获组，一个在您想要替换之前，一个在您想要替换之后。您可以在所选工具的替换字段中使用的示例字符串是：\103:00:00.000\2（使用\1语法进行反向引用）。

Answer 2

试试这个正则表达式：

(<published>\d{4}(?:-\d{2}){2}T)\d{2}(?::\d{2}){2}\.\d{3}([^<]*<\/published>)

用\103:00:00.000\2替换每个匹配，即第1组内容，然后是03:00:00.000，然后是第2组内容。

说明：

(<published>\d{4}(?:-\d{2}){2}T) - 匹配<published>，然后是4位数字，接着是-，接着是2位数字，接着是-，接着是2位数字，接着是字母T。该子匹配在第1组中捕获
\d{2}(?::\d{2}){2}\.\d{3} - 匹配格式XX:XX:XX.XXX的时间，其中X是一个数字。
([^<]*<\/published>) - 匹配任何不是<，然后是</published>的任何字符的出现次数。该子匹配在第2组中捕获。

替换之前：

替换后：