查找多个特定长度的子字符串（查找字符串中的5位和6位数字）

Question

我有一个这样的=>
list_o_text= [ '随机字符串 1 2 3 45 6789 999999 22222', '技术报告示例 444444' ]

list_o_text 中的每个字符串肯定包含一个或多个 5 或 6 位数字。

我最近发现了 RE 模块。然而我在寻找合适的函数来搜索它们时遇到了问题。

尝试使用 findall()

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.findall('\d{5}+',list_o_text[n])
print(find)

输出：

['99999','22222'] ['44444']

注：六位数‘999999’未完整找到

尝试使用 search()

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.search('\d{5}+',list_o_text[n])
print(find

输出：

<re.Match object; span=(28, 33), match='99999'>
<re.Match object; span=(20, 25), match='44444'>

注意：给出位置，并且范围不包含 6 位数字

尝试使用 search().group()

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.search('\d{5}+',list_o_text[n]).group()
print(find)

输出：

99999 44444

注：六位数‘999999’未完整找到

---

复杂的解决方案

我使用了所有三种方法，但无法动摇它还可以更简单的感觉。

输入：

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
    find_all = re.findall('\d{5}+',list_o_text[n])  
    #1st loop result is ['99999','22222']

    for five_d_num in find_all:
        
        find_start = re.search(five_d_num,list_o_text[n]).start()

        find = re.search('\d+',list_o_text[n][find_start: ]).group()
    
        print(find)

输出：

999999 22222 444444

Answer 1

图案

\d{5}+

不是你需要的，你想要的

\d{5,6}

。

我强烈推荐regex101.com来构建和测试正则表达式模式。该网站提供了该模式组件的详细分类。

Answer 2

如果您只需要5位和6位数字，则可以使用

[0-9]{5,6}

。但是，如果您想要 5 位或更多数字，您可以使用

[0-9]{5,}

。

您可以在 char 类

{}

或组（例如

{min_count, max_count}

或

[]

）之后以

(?:)

的格式使用

()

。

import re

list_o_text = ['Random string 1 2 3 45 6789 999999 22222',
               'Example tech report 444444', 'Example tech report 7777777 8888888888888']

output_a = re.findall(r'[0-9]{5,}', ' '.join(list_o_text))

output_b = ' '.join(output_a)

print(output_a)
print(output_b)

代码中有两个输出，您可以选择任意一个。

打印：

['999999', '22222', '444444', '7777777', '8888888888888'] 999999 22222 444444 7777777 8888888888888