正则表达式提取字符串中的第一个数字系列和之后的所有单词

Question

尝试编写将在python 2.7中执行以下操作的正则表达式：

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＆＃34;空间＆＃34;和＆＃39; - ＆＃39;和＆＃39; /＆＃39;没有其他标点符号。我只是希望匹配任何数字的第一个匹配项以及之后的任何字母/单词，其前面是＆＃39; - ＆＃39;或者＆＃34;空间＆＃34;。

我试过了：

• ([\d]+)(-?[\w+])

  这错过了空间之后的字母。添加\s?并不适合我。

• (\d+(?:(?:\-\w+)|\w)?)(.*)

  这会收集这些字母，但我似乎无法修改它以摆脱反斜杠后的内容。

• (\d+(?:(?:\-\w+)|\w))[^\/]*(\/*.*)

  我试图使用[]来解决这些反斜杠问题。这显然是不成功的。

Answer 1

如果我了解您的要求，您可以使用它，然后从第1组中检索匹配：

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

这是demo（请查看右下方窗格中的捕获组）。

检索匹配项：

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

它是如何运作的？

1. ^多行，不区分大小写的模式中的(?im)将我们固定在行的开头。
2. \D*会跳过任何非数字
3. (\d+(?:[- ][a-z ]*[a-z])?)匹配，并捕获到第1组，数字可选地后跟短划线或空格以及更多空格和字母，以字母结尾。