python - 将正则表达式与整个字符串匹配，而不仅仅是字符串的一部分

Question

我有一个正则表达式:r'((\+91|0)?\s?\d{10})'

我正在尝试匹配 +91 1234567890、1234567790、01234567890 等数字。

这些数字不应匹配:1234568901112，因为它不是以 +91 或 0 开头，或者不只有 10 个数字:

当我尝试使用re.findall()时:

re.findall(r'((\+91|0)?\s?\d{10})', '+91 1234567890, 1234567790, 01234567890, 1234568901112')
[('+91 1234567890', '+91'),
 (' 1234567790', ''),
 (' 0123456789', ''),
 (' 1234568901', '')]

您可以注意到，在第三个和第四个索引中，输出不是我想要的。我在第三个索引处的预期输出是 01234568890，因为它以 0 开头，后跟 10 个字符。但它只显示前 10 个字符。另外，我不希望第四个索引中的输出，因为它的数字不完全匹配。因此，它要么匹配完整的单词/字符串，要么无效。

还有其他我可以使用的正则表达式吗？还是一个函数？我在这里做错了什么？

预期输出是:

[('+91 1234567890','1234567790', '01234567890']

如果需要更多说明，请告诉我。

Answer 1

您可以使用

r'(?<!\w)(?:(?:\+91|0)\s?)?\d{10}\b'

请参阅 regex demo 。

重点是将这些模式作为整个单词进行匹配，问题是第一部分是可选的，并且可选替代项之一以非单词字符开头，因此单个 \b 单词边界在这里不起作用。

详细信息

• (?<!\w) - 当前位置左侧不应有单词字符
• (?:(?:\+91|0)\s?)? - 可选出现的
  • (?:\+91|0) - +91 或 0
  • \s? - 可选的空格
• \d{10}\b - 十位数字匹配整个单词，两侧不允许出现单词字符

Python demo:

import re
s = '+91 1234567890, 1234567790, 012345678900, 1234568901112, 01234567890'
print(re.findall(r'(?<!\w)(?:(?:\+91|0)\s?)?\d{10}\b', s))
# => ['+91 1234567890', '1234567790', '01234567890']