python - 正则表达式提取字符串中的第一组数字及其后的所有单词

Question

尝试编写一个正则表达式，在 python 2.7 中执行以下操作:

FOO 288-B BAR <MATCH: "288-B BAR">

BURT 69/ERNIE 96/KERMIT 287 <MATCH: "69">

53 ORANGE <MATCH: "53 ORANGE">

APPLE 457-W <MATCH: "457-W">

除了“空格”和“-”和“/”之外没有其他标点符号。我只想匹配任何数字的第一次出现以及后面带有“-”或“空格”的任何字母/单词。

我已经尝试过:

• ([\d]+)(-?[\w+])

  这会丢失空格后面的字母。添加 \s? 对我来说效果不太好。

• (\d+(?:(?:\-\w+)|\w)?)(.*)

  这会拾取字母，但我似乎无法对其进行修改以删除反斜杠之后的内容。

• (\d+(?:(?:\-\w+)|\w))[^\/]*(\/*.*)

  我正在尝试使用 [] 来解决这些反斜杠。这显然是不成功的。

Answer 1

如果我了解您的要求，您可以使用它，然后从组 1 中检索匹配项:

(?im)^\D*(\d+(?:[- ][a-z ]*[a-z])?)

这是一个demo (请查看右下 Pane 中的捕获组)。

要检索匹配项:

for match in re.finditer(r"(?im)^\D*(\d+(?:[- ][a-z ]*[a-z])?)", subject):
    yournumber = match.group(1)

它是如何工作的？

1. (?im) 多行、不区分大小写模式中的 ^ 将我们定位在行的开头。
2. \D* 会跳过任何非数字
3. (\d+(?:[- ][a-z ]*[a-z])?) 匹配并捕获第 1 组数字(可选后跟破折号或空格以及更多空格)和字母，以字母结尾。