正则表达式获取包含字母和（数字/某些特殊）的“单词”，但不仅仅是数字答案

【问题标题】：regex to get "words" containing letters and (numbers/certain special), but not only numbers正则表达式获取包含字母和（数字/某些特殊）的“单词”，但不仅仅是数字
【发布时间】：2017-10-26 11:48:26
【问题描述】：

简而言之：我想匹配包含 1 个字母和至少 1 个（数字/某些特殊字符）的任何“单词”（由空格分隔的连续字符集）。这些“词”可以出现在句子的任何地方。

使用re 在python 中尝试此操作到目前为止，作为一种模式，我有：

\w*[\d@]\w*

这在大多数情况下有效；但是，我不希望只有数字/特殊的“单词”。例如：

应该匹配：

h1DF346
123FE453
3f3g6hj7j5v3
hasdf@asdf
r3
r@

不应匹配：

555555
@
hello
onlyletters

在“不应该匹配”下排除前两个时遇到问题。感觉这里缺少一些简单的东西。谢谢！

【问题讨论】：

当您说 "word"（连续的字符集）_ 并使用 \w 时，它也将包含数字。正如\w 代表[a-zA-Z0-9_]。还要澄清哪些_某些特殊字符？
例如，我发布的模式中的@。应该至少有 1 个字母，AND（1 个数字或 1 个@#）——为了简单起见，我现在只是添加了 @ 示例——我不知道我完全需要哪些字符，但看到模式@ 应该足够了
这些“词”是一行中唯一的东西，还是无处不在？
可以出现在线上的任何地方。比如：“hello 123test world”应该得到 123test

标签： python regex

【解决方案1】：

我会使用| 或这样的运算符：

([A-Za-z]+[\d@]+[\w@]*|[\d@]+[A-Za-z]+[\w@]*)

你想要的意思：

字母后跟数字@ 后跟任意组合，
或数字@后接字母后接任意组合

Check the regex101 demo here

如果您在正则表达式的其他部分使用组，请考虑使用非捕获组 (?:...) 而不是 (...)。

【讨论】：

它比 Rahul 的答案需要更少的步骤，并且比 @Jan 的答案更多的步骤不起作用：P
@Jan 仍然失败：鉴于“Jan”与不应该匹配的“an”匹配 ;)
@Jan 匹配“123@”，这不应该:) 如果可以在我的答案之上做出 10 倍的改进，我会感到非常惊讶（并且渴望知道如何去做），因为或'ed 正则表达式应该在第一个字符上失败...
解决方案 imo 是使第一个替代项 possessive，请参阅此示例，它匹配所有所需的单词，但保留其余单词 (338需要步骤）：regex101.com/r/lBcGvU/5

【解决方案2】：

如果您只是将 *（匹配 0 或更多）更改为 +（匹配 1 或更多），则可以正确命中所有内容。

\w+[\d@]\w+

除了 5555... 字母和数字的分布是否还有其他可以区分的模式？您可以通过将 \w 替换为 [\d@] 之前或之后至少一个字母的要求来处理它吗？

【讨论】：

它不会匹配应该匹配的“r@”

【解决方案3】：

使用这样的前瞻断言。

正则表达式： (?=.*[a-zA-Z])(?=.*[@#\d])[a-zA-Z\d@#]+

说明：

(?=.*[a-zA-Z]) 测试something or not 后面是否跟一个字母。
(?=.*[@#\d]) 测试something or not 后面是否跟给定字符类的一个字符。
[a-zA-Z\d@#]+ 匹配给定字符类中的一个或多个字符。

Regex101 Demo

【讨论】：

【解决方案4】：

虽然您有答案，但您仍然可以提高接受的正则表达式的速度：

(?=\d++[A-Za-z]+[\w@]+|[a-zA-Z]++[\w@]+)[\w@]{2,}

您将需要更新的 regex 模块：

import regex as re

string = "h1DF346 123FE453 3f3g6hj7j5v3 hasdf@asdf r3 r@ 555555 @ hello onlyletters"
rx = re.compile(r'(?=\d++[A-Za-z]+[\w@]+|[a-zA-Z]++[\w@]+)[\w@]{2,}')
print(rx.findall(string))
# ['h1DF346', '123FE453', '3f3g6hj7j5v3', 'hasdf@asdf', 'r3', 'r@']

劫持@Roberto 的演示，您将有一个significant reduction 在查找匹配项所需的步骤中（>7000 对 338，约 20 次）。

【讨论】：

有趣！以前没有听说过 SKIP/FAIL 并且肯定想对此进行更多研究。这个例子（但是）似乎也匹配任何以大写字母开头的单词
它将匹配不应该的“@@@”
@NikT: 调整了，现在没有了（在你原来的帖子中仍然没有要求）。
鉴于“NikT”与“ikT”不应该匹配：P
它匹配不应该的“123@”；）