正则表达式提取字符串

正则表达式提取字符串

工作中遇到一个这样的需求：需要从一个字符串中提取若干个个子字符串，要求该子字符串中：至少含有一个数字和一个字母且仅有数字和字母组成，且长度大于3位

例如以下字符串中，需要提取出关键词’350T’, ‘320K5’

“2016这是一段测试文字350T，需要320K5匹配型号”

正则匹配的关键代码如下：

content = '这是一段测试文字350T，需要320K5匹配型号'
pattern = r'(?=[A-Za-z\d]*[a-zA-Z])(?=[A-Za-z\d]*\d)[A-Za-z\d]{3,}'
print(re.findall(pattern, content))

打印结果：

['350T', '320K5']

正则表达式拆分含义：

• ?=pattern :正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用
• [A-Za-z\d] ：匹配大小写字母和数字
• *：量词，表示0~n个，

?=[A-Za-z\d][a-zA-Z] =意思就是必须匹配一个字母，该字母前面只能是0个或n个数字或字母；
?=[A-Za-z\d][\d] 同理，就是必须匹配一个数字，该数字前面只能是0个或n个数字或字母；
[A-Za-z\d]{3,} 表示匹配3位及以上的字母和数字。

合起来表达的意思就是 匹配3位及以上由数字和字母组成的字符串，该字符串包含至少一个数字和一个字母。