如何使用正则提取‘passport’关键词后的多个匹配护照号码？

你的原正则只能匹配第一个号码，核心问题是它仅做单次匹配，没有覆盖passport之后所有符合格式的号码。这里提供两种可行的解决思路：

思路1：先定位passport后的文本段，再全局匹配所有号码 #

先提取passport之后的全部内容，再在这个范围内匹配所有符合格式的护照号，兼容性强，适合大多数正则引擎：

代码示例（Python） #

import re
text = 'my friends passport numbers are V123456, V123457 and V123458'

# 第一步：提取passport之后的所有文本
passport_content = re.search(r'(?<=passport).*', text, re.DOTALL).group()

# 第二步：在提取的文本中匹配所有符合格式的护照号
pattern = r'\b[a-zA-Z]{0,2}\d{6,12}[a-zA-Z]{0,2}\b'
all_passports = re.findall(pattern, passport_content)

print(all_passports)  # 输出: ['V123456', 'V123457', 'V123458']

思路2：用可变长度正向预查直接全局匹配 #

如果你的正则引擎支持可变长度正向预查（比如Python、Java、C#的正则库），可以直接用一条正则全局匹配所有在passport之后的号码：

正则表达式 #

(?<=passport.*?)\b[a-zA-Z]{0,2}\d{6,12}[a-zA-Z]{0,2}\b

代码示例（Python） #

import re
text = 'my friends passport numbers are V123456, V123457 and V123458'
pattern = r'(?<=passport.*?)\b[a-zA-Z]{0,2}\d{6,12}[a-zA-Z]{0,2}\b'
all_passports = re.findall(pattern, text)
print(all_passports)  # 输出: ['V123456', 'V123457', 'V123458']

补充说明 #

• 原正则的问题：(?:\w+\s){0,10}\s*(\b...\b)的结构只能捕获passport之后的第一个符合号码，没有全局遍历逻辑，因此只能拿到第一个结果。
• 如果护照号周围带有标点（比如逗号），可以调整正则忽略这些干扰，比如用\b([a-zA-Z]{0,2}\d{6,12}[a-zA-Z]{0,2})\b，通过捕获组获取干净的号码。

内容的提问来源于stack exchange，提问作者Satish