正则表达式查找非数字和/或字符串结尾

Question

我想知道如何在Python 2.6的正则表达式中，包含一个字符串结束符和一个非数字字符，以便进行搜索。

我想找到以一个非数字开头，结尾是一个非数字或字符串结束符的10位数字。这是一个10位的ISBN号码，最后一位可以是'X'。

以下的写法不管用：

is10 = re.compile(r'\D(\d{9}[\d|X|x])[$|\D]')
is10 = re.compile(r'\D(\d{9}[\d|X|x])[\$|\D]')
is10 = re.compile(r'\D(\d{9}[\d|X|x])[\Z|\D]')

问题出在最后一组：[ \$|\D ]，它是用来匹配一个非数字或字符串结束符的。

可以用以下内容进行测试：

line = "abcd0123456789"
m = is10.search(line)
print m.group(1)

line = "abcd0123456789efg"
m = is10.search(line)
print m.group(1)

Answer 1

\D(\d{10})(?:\Z|\D)

找到一个非数字字符后面跟着10个数字，后面再跟一个非数字字符或者字符串的结尾。这个规则只会捕捉到数字。虽然我看到你在找的是9个数字后面跟着一个数字或者X或者x，但我在你的要求中没有看到相同的内容。

Answer 2

你需要用括号来分组选择，而不是用方括号：

r'\D(\d{9}[\dXx])($|\D)'

| 和 [] 是不同的东西。| 用来表示两个模式之间的选择，而 [] 则是用来匹配里面的某个字符。所以，| 只能在 [] 里面使用，前提是你想匹配字符 | 本身。要对模式的某些部分进行分组，就要用括号，这样可以限制 | 所表示的选择的范围。

如果你想避免创建匹配组，可以用 (?: ) 来代替：

r'\D(\d{9}[\dXx])(?:$|\D)'