如何用正则表达式提取PO编号后的字母数字值？

原代码的问题在于正则表达式的分组设计：PO# (\w+)|PO NUMBER (\w+) 包含两个独立的捕获分组，当匹配到PO NUMBER时，目标编号实际在第二个分组（group(2)），但代码只读取了第一个分组（group(1)），导致无法正确输出结果。

修正方案 #

使用非捕获组统一两种前缀格式，确保目标编号始终在同一个捕获分组中，同时支持前缀与编号之间的任意空白字符（适配更多文本场景）：

import re
text  = """THE PO NUMBER 134314 MUST BE INCLUDED ALONG WITH
SERVICE DATE ON ALL INVOICES SUBMITTED THROUGH THE AVID BILL PAY PROCESS.
THANK YOU."""

# 非捕获组匹配PO#或PO NUMBER，捕获后续的字母数字编号
p_no = re.search(r"(?:PO#|PO NUMBER)\s+(\w+)", text)
if p_no is None:
    print("No value found")
else:
    print(p_no.group(1))

代码说明 #

• (?:PO#|PO NUMBER)：非捕获组，用来匹配两种前缀格式，不会生成多余的捕获分组
• \s+：匹配前缀与编号之间的一个或多个空白字符（包括空格、换行等），提升兼容性
• (\w+)：捕获后续的字母数字组合，支持纯数字、字母数字混合的PO编号格式
• 无论匹配哪种前缀，目标编号都存储在group(1)中，彻底避免分组错位问题

执行后输出：134314，完全符合需求。

内容的提问来源于stack exchange，提问作者Ajay