正则表达式模式在某个子字符串后查找 x 长度的 n 个非 space 字符

Question

我正在使用此正则表达式模式 pattern = r'cig[\s:.]*(\w{10})' 提取数据帧每一行中包含的“'cig'”之后的 10 个字符。使用此模式，我将考虑所有情况，但子字符串中包含一些空格的情况除外。

例如，我试图从字符串

中提取Z9F27D2198

/BENEF/FORNITURA GAS FEB-20 CIG Z9F                 27D2198 01762-0000031

在前面的字符串中，似乎是 Stack overflow 对其进行了格式化，但是 F 和 2 之间应该有 17 个空格，在 CIG.

之后

你能帮我编辑正则表达式模式以解决那个 10 个字符的子字符串中的空格吗？我还使用 flags=re.I 来忽略 re.findall 调用中字符串的大小写。

给出此模式适用的示例字符串：

CIG7826328A2B FORNITURA ENERGIA ELETTRICA U TENZE COMUNALI CONVENZIONE CONSIP E

它输出我想要的：7826328A2B.

提前致谢。

Answer 1

怎么样：

# removes all white spaces with replace()

x = 'CIG7826328A2B FORNITURA ENERGIA ELETTRICA U'.replace(' ', '')
x = x.split("CIG")[1][:10] 
# x = '7826328A2B'

x = '/BENEF/FORNITURA GAS FEB-20 CIG Z9F 27D2198 01762-0000031'.replace(' ', '')
x.split("CIG")[1][:10]
# x = '7826328A2B'

如果字符串中只有一个“CIG”，则工作正常

Answer 2

您可以使用

r'(?i)cig[\s:.]*(\S(?:\s*\S){9})(?!\S)'

参见regex demo。详情:

cig - cig 字符串
[\s:.]* - 零个或多个空格，: 或 .
(\S(?:\s*\S){9}) - 第 1 组：一个非空白字符，然后出现九个零个或多个空白，后跟一个非空白字符
(?!\S) - 紧靠右边，必须有空格或字符串结尾。

在Python中，可以使用

import re
text = "/BENEF/FORNITURA GAS FEB-20 CIG Z9F               27D2198 01762-0000031"
pattern = r'cig[\s:.]*(\S(?:\s*\S){9})(?!\S)'
matches = re.finditer(pattern, text, re.I)
for match in matches:
  print(re.sub(r'\s+', '', match.group(1)), ' found at ', match.span(1))

# => Z9F27D2198  found at  (32, 57)

参见Python demo。

正则表达式模式在某个子字符串后查找 x 长度的 n 个非 space 字符

Regex pattern to find n non-space characters of x length after a certain substring

python

regex

python-re