如何使用Python正则表达式提取指定含斜杠的子字符串？

核心思路 #

利用正则表达式匹配符合特征的子串：目标子串由字母、数字、点、斜杠组成，且至少包含一个斜杠，被其他非相关字符（如空格、括号、句号）分隔。

Python 实现代码 #

import re

stra = "hello (70/2009). Target no. 39/K/20/MEM/2019 world no. 12/2020 good 21/PMK.011/2010 test"
# 匹配含至少一个"/"的目标子串
pattern = r'(?:[A-Za-z0-9.]+\/)+[A-Za-z0-9.]+'
result = re.findall(pattern, stra)
print(result)

代码解释 #

• 正则表达式 (?:[A-Za-z0-9.]+\/)+[A-Za-z0-9.]+：
  • (?:...) 是非捕获分组，用于逻辑分组但不额外存储匹配结果
  • [A-Za-z0-9.]+ 匹配一段由字母、数字、点组成的连续字符
  • \/ 匹配斜杠（转义是避免与正则表达式的分隔符冲突）
  • + 确保分组至少出现一次，保证子串包含至少一个斜杠
  • 末尾的 [A-Za-z0-9.]+ 匹配斜杠后的收尾字符段，完成完整子串的匹配
• 运行代码后，输出结果为：['70/2009', '39/K/20/MEM/2019', '12/2020', '21/PMK.011/2010']，完全符合需求。

内容的提问来源于stack exchange，提问作者Tony Zeng