如何用Regex从字符串提取长度≥8的数字？正则适配问题求解

问题分析 #

你当前使用的正则r'^[1-9][0-9]{2,}'存在两个关键问题：

• ^锚定了字符串开头，只能匹配位于最开始的数字序列，因此无法匹配x中处于中间位置的47694000
• {2,}仅要求后续至少2位数字，加上开头的1位总长度仅需≥3，不符合你提取8位或更长数字的需求

解决方案 #

使用以下正则表达式即可正确提取所有符合要求的数字：

import re

# 匹配非0开头、长度≥8的数字（避免匹配长数字的片段）
pattern = r'(?<!\d)[1-9]\d{7,}(?!\d)'

x = "CHARGES*198953* 47694000 Brown * TFR"
y = "47694000 Koistin *    192333*UNSWORTH R* TFR"

print(re.findall(pattern, x))  # 输出: ['47694000']
print(re.findall(pattern, y))  # 输出: ['47694000']

正则各部分说明 #

• (?<!\d)：负向回顾断言，确保目标数字序列的前一位不是数字，避免从更长的数字中截取片段（比如不会从123456789中提取23456789）
• [1-9]：匹配数字序列的第一位，确保不以0开头（如果允许开头为0，可替换为\d）
• \d{7,}：匹配至少7位数字，加上前面的1位，总长度≥8
• (?!\d)：负向前瞻断言，确保目标数字序列的后一位不是数字，同样避免截取长数字的片段

特殊情况处理 #

如果场景中允许数字以0开头（比如0012345678这类），只需将正则调整为：

pattern = r'(?<!\d)\d{8,}(?!\d)'

内容的提问来源于stack exchange，提问作者Sarthak Bhatia