使用正则表达式提取这种形式的值

Question

我有几个文件，每个文件都包含（文件中的某个位置）一行，如下所示：Item Number(s) 010314565或者Item Number(s) 92349252 and 30239429434或者Item Number(s) 124029354,345340332,  234325923, 2121124换句话说，后面Item Number(s) 是一个数字列表（每个数字都可以从 0 开始），这些数字可以用“和”分隔或用逗号分隔，有时它们之间有空格，但空格量并不总是一致。这对于 Python 正则表达式来说太重了还是可行？从文件中提取所有数字很容易[\d]+，但我不需要整个文件中的每个数字，只需要“Item Number(s)”之后的数字。或者最好迭代文件的每一行，直到找到项目编号，然后对其运行findall？

Answer 1

首先查找Item Number(s)并删除该字符串及其之前的所有内容，然后在剩余的字符串中搜索数字。

import re

s =  "this part 123 should be ignored Item Number(s) 92349252 and 30239429434, 124029354,345340332,  234325923 2121124"

re.findall(r'.*?(\d+)', re.sub(r'.*?Item Number\(s\)', '', s))

结果

['92349252', '30239429434', '124029354', '345340332', '234325923', '2121124']

Answer 2

这是一种方法，它获取所有数字。在不拆分它们的情况下，您所需要做的就是迭代这些行并为每行运行正则表达式。and或者在整个文件上全局运行它，然后使用分隔符和处理分割,

import re

matches = re.findall(r"Item Number\(s\) ([\d, and]+)",stringOrLine)