如何通过忽略字符串前面的特殊字符从文本中提取正确的字符串？

Posted 2023-03-12

【中文标题】如何通过忽略字符串前面的特殊字符从文本中提取正确的字符串？

【英文标题】：How to extract proper string from text by ignoring the special character preceding the string?

【发布时间】：2020-12-26 21:07:17

【问题描述】：

我有几个文本，我必须从中提取字符串，然后是特定的单词，但我遇到了一个问题，特殊字符（可以是任何特殊字符）前面是字符串。请更正我的正则表达式以获取正确结果： 这是一些粘贴的文本示例 样品一："customer no �123456" 样品2："customer id %9999999" 样品3："customer id 12121212" 示例 4："customer id @134563"

我想要上述文本示例的以下输出： 样本 1 输出："123456" 示例 2 输出："9999999" 样本 3 输出："12121212" 示例 4 输出："134563"

我使用的正则表达式输出错误：r'\bcustomer\s(?:id|no)\s+(\w+)'

请帮我纠正我的正则表达式以获得正确的输出。

【参考方案1】：

您可以使用\W 匹配任何非单词字符（主要是字母、数字或下划线以外的任何字符）：

r'\bcustomer\s(?:id|no)\W+(\w+)'

见regex demo

详情

\b - 单词边界 customer - 一个字符串 \s - 一个空格（在\s 之后添加+ 以匹配任何一个或多个空格字符） (?:id|no) - id 或 no 子字符串 \W+ - 除了单词字符（字母/数字/下划线）之外的一个或多个字符 (\w+) - 第 1 组：一个或多个单词字符。