Question

如果有一个文本（实际上是很多文本），其中某个地方是一个ISBN，我必须找到它。

我知道：我的ISBN-13将以“978”开头，后跟10位数。

我不知道：有多少' - '（减号），如果它们在正确的位置。

我的代码只会在没有任何减号的情况下找到我的ISBN：

regex=r'978[0-9]{10}'
pattern = re.compile(regex, re.UNICODE)
for match in pattern.findall(mytext):
    print(match)

但我怎样才能找到这样的ISBN：

978-123-456-789-0
978-1234-567890
9781234567890
等...

这是否可以使用一个正则表达式？

谢谢！

Answer 1

这匹配10个数字，并在每个数字之前允许一个可选的连字符：

regex = r'978(?:-?\d){10}'

Answer 2

由于您不能连续使用2个连字符，并且必须以数字结尾：

r'978(-?\d){10}'

...在978之后允许连字符，在每个连字符之后强制执行一个数字（不以连字符结尾），并通过使每个连字符可选来允许连续数字。

我会在\b之前和978之后添加{10}，以确保ISBN与周围文本完全分开。

另外，我会在左括号后添加?:，以使那些非捕获（性能稍好，也更具表现力），使其成为：

r'\b978(?:-?\d){10}\b'

Answer 3

如何在正则表达式的模式中添加-字符？这样，它将寻找（数字或-）x10次的任意组合。

regex=r'978[0-9\-]{10}'

虽然使用

可能更好

regex=r'978[0-9\-]+'

因为否则如果我们使用{10}并找到一些-，则不会找到所有数字。

测试

>>> import re
>>> regex=r'978[0-9\-]+'
>>> pattern = re.compile(regex, re.UNICODE)
>>> mytext="978-123-456-789-0"
>>> for match in pattern.findall(mytext):
...     print(match)
... 
978-123-456-789-0
>>> mytext="978-1234-567890"
>>> for match in pattern.findall(mytext):
...     print(match)
... 
978-1234-567890
>>> mytext="9781234567890"
>>> for match in pattern.findall(mytext):
...     print(match)
... 
9781234567890
>>>

Answer 4

您可以尝试匹配每个数字和-个字符。在这种情况下，您无法知道有多少字符可以找到：

regex=r'978[\d\-]+\d'
pattern = re.compile(regex, re.UNICODE)
for match in pattern.findall(mytext):
    print(match)

如果您的ISBN卡在其他数字或连字符之间，您会遇到一些问题，但如果它明显分开，请不要担心：）

编辑：根据第一条评论，您可以在正则表达式的末尾添加一个额外的\ d（我刚刚在下面更新了我的代码）因为您知道ISBN以数字。

Answer 5

最简单的方法应该是

regex=r'978[-0-9]{10,15}'

将接受他们。

Answer 6

如果有人还在看：ISBN Detail and Contraints

简单的regex = r'^(978-?|979-?)?\d(-?\d){9}$'

一个强isbnRegex = r'^(978-?|979-?)?\d{1,5}-?\d{1,7}-?\d{1,6}-?\d{1,3}$'，并在除去hypen之后包括长度检查10和13（注意：还为长度= 13添加子字符串检查，即仅用于978或979，仍然需要检查一些边缘情况）< / p>

在Python中使用正则表达式查找ISBN

6 个答案:

测试