在python中使用正则表达式查找特定的数字模式

Question

我正在尝试使用 Python 3.7 中的正则表达式提取特定的数字模式。以下是 4 种可能的模式。

模式 1 - 此模式的长度正好是 10，不能从零开始。这些仅由整数组成。例如：'1234567890'

模式 2 - 此模式的长度正好是 11，并且可以从零开始。这些仅由整数组成。例如：'01234567890'

模式 3 - 此模式的长度正好是 11，不能以零开始。第 5 个数字后面有一个空格，其他字符都是数字。例如：'12345 67890'

模式 4 - 此模式的长度正好是 12，并且可以从零开始。第 6 个数字后面有一个空格，其他字符都是数字。例如：'012345 67890'

注意 - 提供的示例模式示例仅用于表示。我的字符串中的实际数字集可以是任何东西。示例：“2345653340”或“034945 85730”或“000000 00000”或“09876543210”。

以下是我一直在尝试的。出于某种原因，他们没有返回预期的结果。我该怎么办？

import re

regex = re.compile(r"(\d)?\d\d\d\d\d(\b)?\d\d\d\d\d")

number1 = regex.findall("number is 1234567890") # For Pattern 1 expected output is '1234567890'
number2 = regex.findall("number is 01234567890") # For Pattern 2 expected output is '01234567890'
number3 = regex.findall("number is 12345 67890") # For Pattern 3 expected output is '12345 67890'
number4 = regex.findall("number is 012345 67890") # For Pattern 4 expected output is '012345 67890'

Answer 1

正则表达式101 (link)：

import re

l = ["number is 1234567890",
"number is 01234567890",
"number is 12345 67890",
"number is 012345 67890",

"number is 912345 67890 - dont match",
"number is 02345 67890 - dont match",
"number is 91234567890 - dont match",
"number is 0234567890 - dont match"]

for s in l:
    m = re.findall(r'\b0\d{5}\s\d{5}\b|\b[1-9]\d{4}\s\d{5}\b|\b0\d{10}\b|\b[1-9]\d{9}\b', s)
    print(m)

打印：

['1234567890']
['01234567890']
['12345 67890']
['012345 67890']
[]
[]
[]
[]

Answer 2

您可以使用和交替来匹配不同的要求。您可以使用单词边界\b 来防止数字成为更大单词的一部分。

\b(?:\d{6} \d{5}|[1-9]\d{4} \d{5}|[1-9]\d{9}|\d{11})\b

• \b字边界
• (?:非捕获组
  • \d{6} \d{5} 图案4 6乘0-9，空格5乘0-9
  • |或者
  • [1-9]\d{4} \d{5}模式31次1-9，4次0-9，空格，5次0-9
  • |或者
  • [1-9]\d{9} 模式1 1次1-9，9次0-9
  • |或者
  • \d{11} 模式2 11次0-9
• )关闭群
• \b字边界

Regex demo | Python demo

Answer 3

在目前给出的所有正则表达式中，这个似乎是最容易编写和运行最快的：

from re import compile
regex = compile(r'\d{11}|[1-9]\d{9}|[1-9]\d{4}\s\d{5}|\d{6}\s\d{5}')
number1 = regex.findall("number is 1234567890")
number2 = regex.findall("number is 01234567890")
number3 = regex.findall("number is 12345 67890") 
number4 = regex.findall("number is 012345 67890")

你得到了预期的结果：

>>> number1
'1234567890'
>>> number2
'01234567890'
>>> number3
'12345 67890'
>>> number4
'012345 67890'

Andrej Kesely 的回答是：80 步骤。 regex101.com
第四只鸟的回答是：44 步骤。 regex101.com
我的回答是：41 步骤。 regex101.com。