正则表达式捕获冗余元素问题：需仅提取指定开头标识

要精确匹配1M、27L这类开头标识，同时避免误匹配末尾的00|，可以使用以下正则表达式：

^\d{1,2}[LMGV|ISFD]

关键说明 #

1. 行首锚点^：限定匹配必须从每行的起始位置开始，直接排除了字符串中间或末尾的类似00|这类非开头的匹配项。
2. 字符组[LMGV|ISFD]：保留了你需要的所有目标字符（包括OCR可能误识别出的竖线|），在字符组内|是普通字符，不会被当作逻辑或处理。
3. 无多余捕获：仅捕获1-2位数字+指定字符的核心标识，不会包含后续的空格或其他内容。

如果OCR结果可能存在行首空白，可以调整为允许前导空白的版本：

^\s*\d{1,2}[LMGV|ISFD]

为什么之前的正则会误匹配？ #

你之前尝试的正则使用了\b单词边界，但\b会匹配非单词字符（比如逗号,）和数字之间的边界，导致00|中的00被\d{1,2}匹配，|被字符组匹配，最终误捕获末尾的无关内容。改用行首锚点后，就彻底避免了这种跨位置的误匹配。

内容的提问来源于stack exchange，提问作者Federicofkt