正则表达式匹配5位数字子串未用数字括起来

Question

我想从字符串

中提取5个连续数字

我写的代码。

re.findall(r"((\D|^)*)\d\d\d\d\d((\D|$)*)", s)

但它无法传递字符串

"Helpdesk-Agenten (m/w) Kennziffer: 12966"

预期结果是：

12966

示例2：

#input
"Helpdesk-Agenten (m/w) Kennziffer: 12966abc"
# expected
12966

示例3：

#input
"Helpdesk-Agenten (m/w) Kennziffer: 12966345"
# expected
"" (because the length of continuous digits is longer than 5)

Answer 1

您与((\D|^)*)\d\d\d\d\d((\D|$)*)一起使用的当前正则表达式（re.findall）不会返回数字块，因为它们未被捕获。更多，(\D|^)*和 (\D|$)*部分可选，这意味着他们没有做他们应该做的事情，正则表达式会在更长的数字块中找到5个数字块。

如果您必须找到未包含其他数字的5位数字块，请使用

re.findall(r"(?<!\d)\d{5}(?!\d)", s)

请参阅regex demo

<强>详情：

• (?<!\d) - 当前位置之前不允许数字
• \d{5} - 5位数
• (?!\d) - 当前位置后不允许数字。

Answer 2

使用word boundary (\b)，匹配单词的开头/结尾：

>>> re.findall(r"\b\d\d\d\d\d\b", "Helpdesk-Agenten (m/w) Kennziffer: 12966")
['12966']

\d\d\d\d\d可以替换为\d{5}：

>>> re.findall(r"\b\d{5}\b", "Helpdesk-Agenten (m/w) Kennziffer: 12966")
['12966']

更新如果您需要从12966中获取12966abc，请参阅WiktorStribiżew的回答，其中使用了负面的外观断言。

或

>>> [match.group(2) for match in re.finditer(r'(\D|^)(\d{5})(\D|$)', '12345abc')]
['12345']

或将简单的正则表达式与列表理解相结合：

>>> [match for match in re.findall(r'\d+', '12345abc') if len(match) == 5]
['12345']