带有连接词的正则表达式

Question

我一直在研究 python 代码以从文本文档中提取文档 ID，其中 ID 可以使用正则表达式位于文本中的随机行。

此文档 ID 由四个字母组成，后跟一个连字符，后跟三个数字，还可以选择以字母结尾。 例如，以下每个都是有效的文档 ID：

1. ABCD-123
2. ABCD-123V
3. XKCD-999
4. COMP-200

我尝试使用以下正则表达式来查找所有 ID：

re = re.findall(r"([A-Z]{4})(-)([0-9]{3})([A-Z](?![A-Za-z]))?", text.read())

这些表达式可以正常工作，但是当 Id 连接到单词时出现问题，例如XKCD-999James返回XKCD-999这是正确的，但如果 id 是XKCD-999KEight它返回XKCD-999而正确答案是XKCD-999K

---

所以基本上我需要一种方法来分离与给定 id 中的单词相关的任何字母字符

以下问题的正确方法是什么？

Answer 1

我一直在研究 python 代码以从文本文档中提取文档 ID，其中 ID 可以使用正则表达式位于文本中的随机行。

此文档 ID 由四个字母组成，后跟一个连字符，后跟三个数字，还可以选择以字母结尾。 例如，以下每个都是有效的文档 ID：

1. ABCD-123
2. ABCD-123V
3. XKCD-999
4. COMP-200

我尝试使用以下正则表达式来查找所有 ID：

re = re.findall(r"([A-Z]{4})(-)([0-9]{3})([A-Z](?![A-Za-z]))?", text.read())

这些表达式可以正常工作，但是当 Id 连接到单词时出现问题，例如XKCD-999James返回XKCD-999这是正确的，但如果 id 是XKCD-999KEight它返回XKCD-999而正确答案是XKCD-999K

---

所以基本上我需要一种方法来分离与给定 id 中的单词相关的任何字母字符

以下问题的正确方法是什么？