正则表达式提取字符串中的首个数字串及其后所有单词

Question

我想在 Python 2.7 中写一个正则表达式，达到以下目的：

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“/”之外，不要其他标点符号。我只想匹配第一个出现的数字，以及在这个数字后面跟着的字母或单词，这些字母或单词前面是一个“-”或一个“空格”。

我尝试过：

• ([\d]+)(-?[\w+])

  这个表达式没有匹配到空格后面的字母。加上 \s? 后效果也不好。

• (\d+(?:(?:\-\w+)|\w)?)(.*)

  这个可以匹配到字母，但我似乎无法修改它来去掉反斜杠后面的内容。

• (\d+(?:(?:\-\w+)|\w))[^\/]*(\/*.*)

  我试图用 [] 来处理那些反斜杠，但显然没有成功。

Answer 1

如果我理解你的需求，你可以使用这个，然后从第一个组中获取匹配的内容：

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

这里有一个演示（请查看右下角的捕获组）。

要获取匹配的内容：

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

它是怎么工作的？

1. ^在(?im)的多行、不区分大小写模式中，表示我们在行的开头。
2. \D*会跳过任何非数字的字符。
3. (\d+(?:[- ][a-z ]*[a-z])?)会匹配并捕获到第一个组，数字后面可以跟一个短横线或空格，接着是更多的空格和字母，最后以一个字母结束。