如何用正则表达式提取交易记录中长度可变的描述字段

针对你提供的交易文本格式，我们可以利用正则分组+非贪婪匹配来精准提取长度和空格不固定的交易描述字段。

示例交易文本 #

26 Jan The Gym Debit Card Transaction £656.40

可行的Python正则实现 #

import re

# 交易文本示例
text = "26 Jan The Gym Debit Card Transaction £656.40"

# 定义正则模式，覆盖所有已知交易类型
pattern = r'^\d+ \w{3} (.*?) (Debit Card Transaction|Online Transaction|Direct Debit|Standing Order|Automated Credit) £\d+\.\d{2}$'

match_result = re.match(pattern, text)
if match_result:
    # 提取并清理交易描述（去除前后可能的空格）
    company_desc = match_result.group(1).strip()
    print(company_desc)  # 输出: The Gym

模式说明 #

• ^\d+ \w{3}：匹配开头的日期部分（如"26 Jan"），\d+匹配日期数字，\w{3}匹配3位月份缩写
• (.*?)：非贪婪匹配，捕获日期之后、交易类型之前的所有内容（即目标交易描述），非贪婪模式避免误匹配到交易类型的内容
• (Debit Card Transaction|...)：枚举所有固定的交易类型，精准定位交易描述的结束边界
• £\d+\.\d{2}$：匹配结尾的金额格式，确保整个字符串符合交易记录的结构

之前正则的问题 #

你之前的正则使用了字符集[]，但字符集仅用于匹配单个字符，无法实现"排除整个固定模式"的逻辑，因此会错误地匹配零散字符，达不到预期效果。

内容的提问来源于stack exchange，提问作者Puj