正则表达式匹配数量失败求助：如何精准提取目标数字

问题场景 #

需要从一段包含产品、数量、价格的文本中精准提取指定的数量值，尝试的正则无法得到预期结果。

待匹配文本 #

qty 2 MBC102 Rs. 1,890 
required 2unit MBC 103 
mbc 104 2pcs @5000 
MBC 1011 @4000 4 pc Price 5000 
3pcs MBC1012 100rolls 
MBC1013 500 pc 
MBC1014 2pcs mbc 1015 
qty 2 @ 20000 unit 2 
@900 MbC-1016 rolls 150 
5000Rs mbc909 mbC 890 
56 qty @ 5000 
mbC 820 qty 90 @25000

期望提取的数量 #

2
2
2 
4 
3 
100 
500 
2 
2 
150 
56 
90

尝试过的无效正则 #

(?i)^(?!qty|unit|pc|pcs|roll|rolls).[0-9]+

解决方案 #

先梳理目标数量的规律：

• 要么是qty关键词后的数字，要么是unit/pc/pcs/rolls这类单位前的数字
• 要排除价格类数字（比如带Rs.的金额、@后的标价）

使用以下正则即可精准匹配：

(?i)(?:qty\s+|(?<=\s)|^)(\d+)(?=\s*(?:unit|pc|pcs|rolls|$)|(?=\s+qty))

正则直白解释 #

• (?i)：忽略大小写，适配文本里大小写混合的内容
• (?:qty\s+|(?<=\s)|^)：限定数字的前置条件，确保不会误抓产品型号里的数字（比如MBC102里的102）
• (\d+)：这就是我们要提取的纯数字数量，用括号单独捕获方便获取结果
• (?=\s*(?:unit|pc|pcs|rolls|$)|(?=\s+qty))：限定数字的后置条件，只抓紧跟单位、行尾，或者后面跟着qty的数字，排除价格类数值

测试后完全能匹配到所有预期的数量值，直接提取每个匹配结果的捕获组内容即可。

内容的提问来源于stack exchange，提问作者Sonia Butt