Question

我是Regex的新手，并尝试从字符串列表中提取一个16x字符的文本。

样品清单：

myString = ['  pon-3-1    |    UnReg 5A594F4380661123           1234567890               Active',
            '  pon-3-1    |    UnReg 5A594F43805FA456           1234567890               Active',
            '  pon-3-1    |    UnReg 4244434D73B24789           1234567890               Active', 
            '  pon-3-1    |    UnReg 5A594F43805FB000           1234567890               Active',
            'sw-frombananaramatoyourmama-01'
           ]

我不能使用简单的正则表达式，例如（\ w {16}），因为它将包含所有16个字符的文本。我还尝试了（\ w + A），它根据字符串中的字符不会返回正确的结果。

newArry = []
for i in myString:
   number = re.search('(\w{16})', i)
   newArr.append(number[0])

print(newArr)

返回：

['5A594F4380661123', '5A594F43805FA456', '4244434D73B24789', '5A594F43805FB000', 'frombananaramato']

我只想提取：
- 5A594F4380661123
- 5A594F43805FA456
- 4244434D73B24789
- 5A594F43805FB000

有什么想法吗？

非常感谢

Answer 1

如果要确保16个字符被非字母包围，请尝试

re.search(r'\b([0-9A-F]{16})\b', i)

\b“单词边界”运算符在一个位置上匹配，该位置的一侧被字母包围，而另一侧被非字母包围。

（（如果您想更确切地了解哪些非字母顺序，可以使用环顾四周：

re.search(r'(?<![0-9A-F])([0-9A-F]{16})(?![0-9A-F])', i)

其中(?<!...)说“不能在...之后，而(?!...)说”不能在...之后“ 。）

您还将注意到，我收紧了字符类，使其仅匹配十六进制数字，这本身已经足以解决您的示例问题，并对正则表达式使用了r'...'原始字符串，您可能应该这样做总是这样做（至少直到您完全了解Python非原始字符串中的反斜杠是如何变形的为止）。

Answer 2

使用正则表达式集

number = re.search("([\dABCDEF]{16})", i)

这将搜索具有任何数字（\ d），“ A”，“ B”，“ C”，“ D”，“ E”或“ F”的任意16个长度的字符串

Answer 3

在正则表达式中更具体：告诉您您所知道的！

如果您显然意识到实际结果与预期结果有所不同，请尝试从中获得好处。

\w匹配字母（[A-Za-z]，数字（[0-9]）和_，您似乎正在搜索16个十六进制数字。建立一个特定的character class。

另一种观察结果是您希望将16进制数字块括在空格中，这可以通过捕获部分befor(capt)after周围的字符正则表达式或通过添加anchors/boundaries来表示。

Answer 4

您可以尝试此操作，假设十六进制代码始终以UnReg开头

re.findall(r'UnReg\s+([\dA-F]{16})',';'.join(myString))

Answer 5

使用re.findall避免for循环。我会在模式中指定UnReg（如果您的真实数据中有一个），那么正则表达式将不包含其他16个字符的文本。

>>> import re
>>> newArr = re.findall(r'UnReg\s(.{16})', ' '.join(myString))
>>> print(newArr)
['5A594F4380661123', '5A594F43805FA456', '4244434D73B24789', '5A594F43805FB000']

正则表达式从字符串中提取特定文本

5 个答案: