试图找到这种特殊情况的正则表达式？我也可以在不创建组的情况下解析它吗？答案

【问题标题】：Trying to find the regex for this particular case? Also can I parse this without creating groups?试图找到这种特殊情况的正则表达式？我也可以在不创建组的情况下解析它吗？
【发布时间】：2019-11-19 04:56:35
【问题描述】：

要捕获的文本如下所示..

  Policy Number    ABCD000012345    other text follows in same line....

我的正则表达式看起来像这样

 regex value='(?i)(?:[P|p]olicy\s[N|n]o[|:|;|,][\n\r\s\t]*[\na-z\sA-Z:,;\r\d\t]*[S|s]e\s*[H|h]abla\s*[^\n]*[\n\s\r\t]*|(?i)[P|p]olicy[\s\n\t\r]*[N|n]umber[\s\n\r\t]*)(?P&lt;policy_number&gt;[^\n]*)'

这种特殊情况与第二个或情况相匹配。但是它也捕获了策略编号之后的所有内容。它只是抓住数字的停止条件是什么。我知道有些不对劲，但找不到出路。

 (?i)[P|p]olicy[\s\n\t\r]*[N|n]umber[\s\n\r\t]*)

电流输出

    ABCD000012345othertextfollowsinsameline....

预期输出

   ABCD000012345

【问题讨论】：

前面总是有两个词？要检索的 ID 的预期结构是什么，是否有任何特定格式？
id 可以是字母和数字的混合，也可以是或。这是唯一的条件，只要它抓住两个空格之间的内容
1.之前有固定数量的单词吗？ ID是字母然后是各种数字的混合吗？您能否提供更多输入示例以进行验证？
[P|p] 匹配 P、| 或 p。添加(?i) 使其匹配任何大小写，因此不需要[Pp]。您的正则表达式过于复杂。也许只是匹配^.*?(?: {4}|\t)(\S+) - 结果在第一组？很难说，因为你实际上并没有给我们任何要遵守的规则（正则表达式实际上只是规则 - 所以没有任何规则会让你很难猜测你的情况）
实际上你是对的。会摆脱它。对于我现在正在处理的内容，所有文本都应该看起来像这样。我唯一的目标是抓住第一个空间和第二个空间之间的所有内容，其中 id 实际是。 id 可以是任何格式的字符串，我仍然需要捕获它。我没有尝试验证 id，因为我直接存储数据库中捕获的任何内容。

标签： python regex

【解决方案1】：

您可以使用更简单的正则表达式，只需从开头找到"[P|p]olicy\s*[N|n]umber\s*\b([A-Z]{4}\d+)\b.*" 并使用单词边界\b

pattern = re.compile(r"[P|p]olicy\s*[N|n]umber\s*\b([A-Z0-9]+)\b.*")
line = "Policy Number    ABCD000012345    other text follows in same line...."
matches = pattern.match(line)
id_res = matches.group(1)
print(id_res)  # ABCD000012345

如果总是有 2 个字才能使用 (?:\w+\s+){2}\b([A-Z0-9]+)\b.*

另外\s 是[\r\n\t\f\v ]，所以不需要重复，你的[\n\r\s\t] 只是\s

【讨论】：

【解决方案2】：

您不需要指定大小写 p 和 n，因为您已经指定不区分大小写。

另外\s 已经涵盖了\n、\t 和\r。

(?i)policy\s+number\s+([A-Z]{4}\d+)\b

用于验证目的：Regex

另一种解决方案：

^[\s\w]+\b([A-Z]{4}\d+)\b

用于验证目的：Regex

我更喜欢这个，以防您的文本从保单编号发生变化

【讨论】：