如何使用python（正则表达式）从字符串中提取像d1234-5678-c9876这样的单词？

Question

我必须从字符串中找到像 a4546-1234 或 a12344-v23454-32444 这样的词。 我尝试了各种方法来找出答案。

Answer 1

您的示例最直接的正则表达式可能是

re.search("[a-z]?\d+(-[a-z]?\d+)*", mystring)

这将找到可能以字母开头的所有子字符串，后跟多个数字，后跟零个或多个“-”实例、一个可能的字母和多个数字。 但我不知道根据您的问题，这是否真的是您正在寻找的模式。 所有目标字符串的共同点是什么？

Answer 2

进口重新

text='以这个为例 ca365-1234'

text = re.findall('([A-Za-z]+[\\d]+[\\w-] |[\\d-]+[A-Za-z]+[\\w-] )', text )

打印（文本）

我找到了上述问题的解决方案。 这很简单。

Answer 3

这个可以用

str= "llllkkknnnnnnnnna4546-1234bbbbbba12344-v23454-32444nnnn"
text=re.findall('((a[0-9])\w+\-[0-9].\w.)|((a[0-9])\w+\-v[0-9]\w+\-[0-9]\w...)',str)

Answer 4

如果您尝试将某些内容与正则表达式匹配，通常仅编写“匹配部分”是不够的。

通常，您还必须检查“边界条件”，确保匹配的内容不是某些较长文本的一部分。

一个很好的例子是包含在另一个答案中的源字符串llllkkknnnnnnnnna4546-1234bbbbbba12344-v23454-32444nnnn 。 真的要匹配a4546-... if 前面直接加一个字母吗？ 或者你是否接受像a4546-1234这样的匹配，即使它后面直接跟一个字母？

如果没有，你应该添加negative lookbehind开始和negative lookahead到了最后，同时指定“边界条件”。 即你不想在比赛之前/之后发生的事情。

因此，两个环视扩展的正则表达式可以是：

(?<![a-z\d-])[a-z]?\d{4,5}(?:-[a-z]?\d{4,5}){1,2}(?![a-z\d-])

细节：

• (?<![az\\d-]) - 负向后视：在匹配之前不能有任何字母、数字或减号（请注意，开头或结尾的[和]之间的减号不需要反斜杠引号）。
• [az]?\\d{4,5} - 第一个“组” - 一个字母和 4 或 5 位数字。
• (?:-[az]?\\d{4,5}){1,2} - 接下来的 1 或 2 个“组”，每个组前面都有一个减号。
• (?![az\\d-]) - 负前瞻，指定您在比赛后不允许的内容。

可能您还应该使用re.IGNORECASE选项，以禁止（或匹配）大写字母。