Question

我有一个正则表达式：r'((\+91|0)?\s?\d{10})'

我正在尝试匹配+91 1234567890，1234567790，01234567890之类的数字。

这些数字不应该匹配：1234568901112，因为它不是以+91或0开头或者不是只有10个数字：

当我尝试使用re.findall()时：

re.findall(r'((\+91|0)?\s?\d{10})', '+91 1234567890, 1234567790, 01234567890, 1234568901112')
[('+91 1234567890', '+91'),
 (' 1234567790', ''),
 (' 0123456789', ''),
 (' 1234568901', '')]

您会注意到，在第三和第四索引中，输出不是我想要的。我在第三个索引处的预期输出是01234568890，因为它以0开头，后跟10个字符。但是它只显示前10个字符。我也不想在第四个索引中输出，因为它的数量不完全匹配。因此，要么匹配完整的单词/字符串，要么无效。

还有其他可以使用的正则表达式吗？还是功能？我在这里做什么错了？

预期输出为：

[('+91 1234567890','1234567790', '01234567890']

请让我知道是否需要进一步澄清。

Answer 1

您可以使用

r'(?<!\w)(?:(?:\+91|0)\s?)?\d{10}\b'

请参见regex demo。

重点是将这些模式作为整个单词进行匹配，问题在于第一部分是可选的，而可选的替代单词中的一个以非单词char开头，因此单个\b单词边界不会在这里工作。

详细信息

(?<!\w)-当前位置的左侧不应紧跟单词char
(?:(?:\+91|0)\s?)?-的可选出现
- (?:\+91|0)-+91或0
- \s?-可选的空格
\d{10}\b-整个单词的十位数字匹配，两边都不允许有字符字符

Python demo：

import re
s = '+91 1234567890, 1234567790, 012345678900, 1234568901112, 01234567890'
print(re.findall(r'(?<!\w)(?:(?:\+91|0)\s?)?\d{10}\b', s))
# => ['+91 1234567890', '1234567790', '01234567890']

将正则表达式匹配到整个字符串，而不只是字符串的一部分

1 个答案: