我编写了一个小的python脚本来解析大型数据文档的所有行。
我收集了一些类型的行：
LLNNNLL [混合数据和数字] 1.650,00
NNNNNN-LNN [混合数据和数字] 49,00
LLNNNL [混合数据和数字] 208,00
LLNNNLLL [混合数据和数字] 3,00
这是我的正则表达式模式：pattern = "^([A-Z\-0-9]){4,10}.*\d+,\d{2}"
有更准确的方法吗？
例如：我如何指定每行必须至少包含数字和字母？
答案 0 :(得分：2)
如何指定每行必须至少包含数字和字母？
可以在积极向前看的帮助下完成。
pattern = "^(?=[^A-Z]*[A-Z])(?=\D*\d)[A-Z0-9-]{4,10}.*\d+,\d{2}"
(?=[^A-Z]*[A-Z])将在字符串的开头触发，并且字符串中至少需要一个A-Z个字母。 (?=\D*\d)也将被触发（在前一个前瞻返回true之后），并且至少需要一个数字。如果字符串中没有数字，则匹配将失败（不会找到匹配项）。
此外，如果数字必须位于“行”的末尾，请添加$锚点（字符串结尾）。
此外，请注意.*会“占用数字（应该与\d+,\d{2}匹配）直到逗号前的数字，因为.*模式是贪婪的。这里没有区别除非你想要捕获浮点数。然后，使用延迟匹配.*?。
如果模式不区分大小写，请在编译模式时使用不区分大小写的标记re.I，或者将(?i)内联修饰符添加到模式开始。
<强>更新
如果要将条件限制为第一个非空白块，可以使用
^(?=[0-9-]*[A-Z])(?=[A-Z-]*\d)[A-Z0-9-]{4,10}.*\d+,\d{2}
^^^^^^^ ^^^^^^^
我们检查可选的0+数字/连字符后面是否有一个字母和0+字母或连字符后的数字（见demo）或
^(?=\S*[A-Z])(?=\S*\d)[A-Z0-9-]{4,10}.*\d+,\d{2}
我们在0+非空白字符（\S*）之后检查字母和数字。见another demo