如何使用正则表达式提取字母数字字符串或字符串？

Question

我想提取字母数字字符串和仅字母字符串的第一个实例。我在下面提供了一些示例，以便更好地解释我希望实现的目标。提前谢谢大家！

例如 string =“123456 字母数字 12 个字 7890 后续字符串”

string2 =“字母数字12字7890后续字符串”

string3 =“123456 字母数字 12 个单词”

上面所有的例子都应该输出： 预期输出=“字母数字12字”

我已经尝试过，但我得到的最接近的是所有字母数字和字符串的列表，这不是我想要的。

这是我的代码：

re.findall(r”(?i)\d?(?:[a-z]+[0-9]+|[0-9]+[a-z]+|[a-z]+)\d?”,string)

Answer 1

假设您正在寻找匹配的子字符串，这些子字符串是字母数字字符的单词字符串，由空格分隔，并且都不以数字开头，一个简单的解决方案是：

import re

examples = [
    '123456 Alphanumeric12 word 7890 Subsequent String',
    'Alphanumeric12 word 7890 Subsequent String',
    '123456 Alphanumeric12 word'
]

for s in examples:
    print(re.findall('(?:[a-zA-Z]\w*\s*)+', s))

输出：

['Alphanumeric12 word ', 'Subsequent String']
['Alphanumeric12 word ', 'Subsequent String']
['Alphanumeric12 word'] 

请注意，这确实包括字符串中字符串后面的空格，但可以使用

.strip()

轻松消除它。如果您只需要第一场比赛，则不需要使用

.findall()

。

此外，如果您不介意使用较重的正则表达式，而赞成使用

.strip()

，那么这是有效的：

for s in examples:
    print(re.findall(r'\b[a-zA-Z]\w*(?:\s+\b[a-zA-Z]\w*)*', s))