如何在Python中使用正则表达式按位置过滤非数字单词

需求 #

我是Python 3.8版本的新手，需要用正则表达式从任意格式的字符串中，提取出第一个连续非数字单词序列和最后一个非数字单词，完全排除数字内容。

测试代码、当前输出及期望输出 #

测试代码 #

import re

s = 'abcd xyz efgh 1691 2191.7 1296 15.4 efgh eghj'
print(re.search(r'[A-Za-z]+', s))
s1 = 'abcd xyz:efgh 1691 2191.7 1296 15.4 efgh'
print(re.search(r'(\w+)', s))

当前输出 #

<re.Match object; span=(0, 4), match='abcd'>
<re.Match object; span=(0, 4), match='abcd'>

期望输出 #

首个连续非数字序列

<re.Match object; span=(0, 12), match='abcd xyz efgh'>
<re.Match object; span=(0, 13), match='abcd xyz:efgh'>

解决方案 #

提取首个连续非数字序列 #

原正则仅匹配单个字母片段，要捕获第一个数字出现前的所有非数字内容，可使用正则 r'^[\D]+'，再通过strip()去除首尾多余空白，就能得到目标序列：

import re

s = 'abcd xyz efgh 1691 2191.7 1296 15.4 efgh eghj'
match_first = re.search(r'^[\D]+', s)
if match_first:
    first_seq = match_first.group().strip()
    print(f"首个序列: '{first_seq}'")  # 输出: 'abcd xyz efgh'

s1 = 'abcd xyz:efgh 1691 2191.7 1296 15.4 efgh'
match_first_s1 = re.search(r'^[\D]+', s1)
if match_first_s1:
    first_seq_s1 = match_first_s1.group().strip()
    print(f"首个序列: '{first_seq_s1}'")  # 输出: 'abcd xyz:efgh'

正则说明：

• ^：匹配字符串起始位置
• [\D]+：匹配一个或多个非数字字符（包含空格、符号等）

提取最后一个非数字单词 #

要定位字符串末尾的非数字单词，使用正则 r'[^\d\s]+(?=\s*$)'，它能精准匹配结尾的非数字、非空白字符序列：

match_last = re.search(r'[^\d\s]+(?=\s*$)', s)
if match_last:
    print(f"最后一个单词: '{match_last.group()}'")  # 输出: 'eghj'

match_last_s1 = re.search(r'[^\d\s]+(?=\s*$)', s1)
if match_last_s1:
    print(f"最后一个单词: '{match_last_s1.group()}'")  # 输出: 'efgh'

正则说明：

• [^\d\s]+：匹配一个或多个既不是数字也不是空白的字符
• (?=\s*$)：正向预查，确保匹配内容后是零个或多个空白字符，直到字符串结尾

内容的提问来源于stack exchange，提问作者Kishan