正则表达式捕获其中至少有一个数字的单词

Question

我几乎完成了我所有的正则表达式，但我遇到了另一个问题，我有这个正则表达式：

(?=.*\d)[A-Z0-9]{5,}

它捕获了我需要的所有东西：

AP51711

它有效，但有时它有一个奇怪的行为，据我对正则表达式的理解（我是菜鸟:p）我的正则表达式应该捕获至少包含一个数字的东西！

但是在这个字符串上：

3M BUFFING MACHINE P64392

输出将是：

['BUFFING', 'MACHINE', 'P64392']

我不明白为什么 'BUFFING' 和 'MACHINE' 被捕获:O

如果有人能帮助我理解这一点，谢谢！

Answer 1

试试这个：

(?<=^|)(?=[^ ]*\d)[^ ]+

代码：

pattern = r'(?<=^|)(?=[^ ]*\d)[^ ]+' 
text = "3M BUFFING MACHINE P64392"
result = re.findall(pattern, text)
print(result)

Answer 2

这里你真的不需要正则表达式

sentence = "3M BUFFING MACHINE P64392"

words_with_digits = [word 
                     for word in sentence.split()
                     if any(char.isdigit() for char in word)]
print(words_with_digits)

这将产生

['3M', 'P64392']

Answer 3

如果你这样做：

 (?=[A-Z]*\d)[A-Z0-9]{5,}

您已等待结果...

Answer 4

你得到 BUFFING 和 MACHINE 的匹配，因为模式 (?=.*\d)[A-Z0-9]{5,} 断言从当前位置开始，该行右侧的某处应该有一个数字。

如果该断言为真，则匹配 A-Z 和 0-9 范围内的任何字符 5 次或更多次。

您还可以做的是从单词边界开始，以防止出现部分单词匹配，这样在扫描匹配项时就不会在每个位置都触发前瞻。

然后从接受的字符中断言 5 个字符，如果该断言为真，则至少匹配一个数字。

不混合 \d 和 [0-9]:

\b(?=[A-Z\d]{5})[A-Z]*\d[A-Z\d]*

看到一个regex demo。

正则表达式捕获其中至少有一个数字的单词

Regex to capture word with at least one number in it

python

regex

digits