Python正则表达式：多分隔符拆分字符串的特殊场景需求

你需要的正则表达式可以通过精准定义每个捕获组来实现，将字符串的各个组成部分分别捕获，再过滤掉不存在的可选部分。

正则模式 #

r"^([A-Za-z]{3})(-)?([A-Za-z]{3,10})(\d{2})([A-Za-z]{2})?$"

代码实现 #

import re

# 定义正则模式
split_pattern = r"^([A-Za-z]{3})(-)?([A-Za-z]{3,10})(\d{2})([A-Za-z]{2})?$"

# 测试用例
test_strings = [
    "ABC-QWERT01",
    "ABC-QWERT01DV",
    "ABCQWER01DV"
]

for s in test_strings:
    match_result = re.match(split_pattern, s)
    if match_result:
        # 过滤掉可选组不存在时的None值
        parts = [group for group in match_result.groups() if group is not None]
        print(parts)

输出结果 #

['ABC', '-', 'QWERT', '01']
['ABC', '-', 'QWERT', '01', 'DV']
['ABC', 'QWER', '01', 'DV']

模式解释 #

每个捕获组对应字符串的一个规则部分：

1. ([A-Za-z]{3})：匹配开头固定3个字母（如果需要支持数字或其他字符，可替换为(\S{3})或其他符合需求的字符类）
2. (-)?：匹配可选的连字符，存在则捕获，不存在返回None
3. ([A-Za-z]{3,10})：匹配中间3-10个字母
4. (\d{2})：匹配左侧补零的两位数字（00-99）
5. ([A-Za-z]{2})?：匹配可选的两位后缀字符，存在则捕获，不存在返回None

你之前的模式问题分析 #

• Pattern 1：r"([ -?, \d{2}])+" 逻辑混乱，用了错误的字符类组合，没有按照字符串的结构拆分，仅能匹配零散字符，无法精准识别开头3字符、中间段等核心结构。
• Pattern 2 & 3：使用了无效的否定字符类语法（[^[a-z]{3}]是错误写法），否定字符类只能包含字符集合，不能嵌套正则语法，导致完全无法匹配目标结构。

内容的提问来源于stack exchange，提问作者Drewdin