python - 如何在Python中提取某个单词后的字符串？

Question

我试图在字符串中获取引用号，在大多数情况下，该引用号前面带有“Ref”。或类似的东西。

例如:

Explorer II Ref.16570 Box

regex with further examples

问题是有很多不同的变体 1因为这是用户生成的内容。我如何用 python 检索以例如开头的数字引用号？

数字/字符串并不总是相同的模式，例如数字。 .它们可能与字符、点和斜杠混合在一起，但对于人眼来说，每行中几乎总是有这样一个数字可识别。

例如:

Ref.16570
Ref. 16570
Referenz 216570
Referenz 01 733 7653 4159-07 4 26
331.12.42.51.01.002
166.0173
AB012012/BB01
Ref. 167.021
PAM00292
14000M
L3.642.4.56.6
161.559.50
801
666
753
116400GV
Ref.: 231.10.39.21.03.002
3233
Ref: 233.32.41.21.01.002
T081.420.97.057.01
16750
... almost each line in the example provided contains a certain ID

少量误报不会成为问题。

Answer 1

不完全确定您是否需要匹配或提取，但Ref\.?([\d.]+)会提取Ref 之后的任何数字(不区分大小写)，即:

import re
result = re.findall(r"Ref\.?([ \d.]+)", subject, re.IGNORECASE | re.MULTILINE)

<小时/>

['16570', '16570', '167.021', '3527']

<小时/>

Regex Demo
Python Demo

<小时/>

正则表达式说明