使用正则表达式从字符串中提取 ICCID

Posted 2023-02-22

【中文标题】使用正则表达式从字符串中提取 ICCID

【英文标题】：Extracting ICCID from a string using regex

【发布时间】：2016-09-23 12:37:42

【问题描述】：

我正在尝试返回并打印设备中 SIM 卡的 ICCID； SIM 卡来自不同的供应商，因此长度不同（19 位或 20 位）。因此，我正在寻找一个能够提取 ICCID 的正则表达式（以一种与直接围绕它的非单词字符无关的方式）。

鉴于 ICCID 被指定为以“89”开头的 19-20 位字符串，我只是选择了：

(89\d17,18)

这是我测试过的最成功的模式（还有一些因以下原因被拒绝的模式）。

在我从中提取它的字符串中，ICCID 后面紧跟一个回车符，然后是一个换行符，但是一些针对以 \r、\n 甚至 \b 终止它的测试失败了工作（我正在使用的程序是基于 python 构建的内部程序，所以我怀疑这就是它用于正则表达式的程序）。此外，简单地使用(\d19,20) 最终提取了 20 位 ICCID 的最后 19 位（作为第三个也是最后一个有效匹配）。同样，我原则上排除了(\d19,20)?，因为我希望它会在找到前 19 位数字时完成。

所以我的问题是：我应该使用我选择的模式，还是有更好的表达式（不使用非单词字符来框定字符串）将返回最长的子字符串可变长度的数字字符串？

【问题讨论】：

这实际上取决于您要解析的文件/文本的格式。我建议你在像regex101.com/#python 这样的正则表达式测试器中“调整”你的表达式（使用“g”模式来模拟搜索）

我不明白为什么 \d19,20 只匹配 20 个字符中的 19 个 - 量词是贪婪的。

@WiktorStribiżew 我怀疑它匹配前 19 位数字，然后是所有 20 位数字，然后是最后 19 位数字。因为那是它得到的最后一场比赛，所以它就是返回的那一场。

好吧，如果您能提供更多详细信息、您尝试使用正则表达式的文本示例、您得到的精确匹配项、工具本身或其工作原理，我们可以提供更具体的帮助。跨度>

【参考方案1】：

如果幕后的引擎确实是 Python，并且您需要提取的值周围可能有任何非数字字符，请使用环视来限制值周围的上下文：

(?<!\d)89\d17,18(?!\d)
^^^^^^^         ^^^^^^

(?<!\d) loobehind 要求匹配前没有数字，(?!\d) 负前瞻要求在该值之后没有数字。

见this regex demo

【参考方案2】：

我会去

89\d17,18[^\d]

这应该首选 18 位数字，但 17 位也足够了。之后，将不再允许使用其他数字字符。

唯一的限制：ICCID 之后必须至少还有一个字符（根据您的描述应该没问题）。

请注意，任何带有“89”后跟 17 或 18 个数字字符的更长的数字序列也会匹配。

【讨论】：

对此有很多不同的解决方案。但这应该足够好。

请注意，Python 提供 \D 和 [^\d] - 如果您想允许零个或多个字母，我会选择 \D*。

【参考方案3】：

(\d+)\D+ 

似乎很容易做到这一点。 (\d+ ) 将捕获 20 个数字。 \D+ 之后会匹配任何其他内容。