正则表达式匹配1-2位数字但排除后续连续多数字的问题

问题说明 #

现有Python正则替换代码会误匹配4位及以上连续数字的片段，导致替换结果不符合预期：

原代码 #

import re

input_text = "del 2065 de 42 52 de 200 de 2222 25 de 25 del 26. o del 8"  # 示例输入

num_pattern = r"(\d{1,2})"
identification_regex = r"(?:del|de[\s|]*el|de|)[\s|]*" + num_pattern

input_text = re.sub(identification_regex, "AA", input_text)

print(repr(input_text)) # --> 输出

错误输出 #

'AAAA AAAA AAAA AAAAAA AA AA. o AA'

期望输出 #

"del 2065 AA AA de 200 de 2222 AA AA AA. o AA"

问题核心：原num_pattern会捕获长数字（如2065）中的1-2位片段，导致长数字被错误替换，需添加约束确保只匹配独立的1-2位数字。

解决方案 #

通过负向断言或单词边界约束数字模式，避免匹配长数字的部分片段：

修改数字匹配模式 #

将num_pattern替换为以下两种方式之一：

1. 负向断言（精准约束前后无数字）：

num_pattern = r"(?<!\d)\d{1,2}(?!\d)"

2. 单词边界（适配数字前后有标点的场景）：

num_pattern = r"\b\d{1,2}\b"

完整修改后代码 #

import re

input_text = "del 2065 de 42 52 de 200 de 2222 25 de 25 del 26. o del 8"

# 使用负向断言确保匹配独立的1-2位数字
num_pattern = r"(?<!\d)\d{1,2}(?!\d)"
identification_regex = r"(?:del|de[\s|]*el|de|)[\s|]*" + num_pattern

input_text = re.sub(identification_regex, "AA", input_text)

print(repr(input_text))

约束说明 #

• (?<!\d)：负向后行断言，确保当前位置前不是数字，避免匹配长数字的末尾片段（如2065的65）
• (?!\d)：负向前行断言，确保当前位置后不是数字，避免匹配长数字的开头片段（如2065的20）
• \b：单词边界，可识别数字与非单词字符（如.）的边界，同样能避免匹配长数字片段

运行修改后的代码即可得到符合预期的输出。

内容的提问来源于stack exchange，提问作者Matt095