Python正则匹配问题：无法识别1-6位数字的正则模式

你的正则匹配失败的核心原因是错误地将锚点（\A/\Z）当作字符放入分组中重复匹配。\A和\Z是标记字符串开头/结尾的位置锚点，不是可被重复匹配的字符，这种写法会导致正则引擎的匹配逻辑混乱，在切换到\d{1,6}后触发匹配失败。

正确的正则写法 #

根据你的需求（匹配1-6位数字，前后可带字符或无字符），推荐两种场景的正则：

1. 提取独立的1-6位数字（避免从更长数字中截取）

使用负向环视确保数字前后没有其他数字：

pattern = r"(?<!\d)\d{1,6}(?!\d)"

2. 验证整个字符串是否符合要求（字符串仅含1-6位数字，或前后带非数字字符）

用开头/结尾锚点配合非数字量词：

pattern = r"^\D*\d{1,6}\D*$"

代码示例 #

针对你的OCR列表内容，提取数字的完整代码：

import re

ocr_content = ['Kundennummer:', '21924']
target_pattern = r"(?<!\d)\d{1,6}(?!\d)"

for item in ocr_content:
    matches = re.findall(target_pattern, item)
    if matches:
        print(f"匹配到数字: {matches[0]}")

运行后会输出：匹配到数字: 21924

为什么原正则能匹配\d{5}？ #

原正则r"(\D|\A)+\d{5}(\D|\Z)+"属于正则的边缘情况：引擎在处理单独数字串时，会将(\D|\A)+解释为匹配空（利用\A锚点的位置匹配），刚好满足+的最少一次要求，再匹配\d{5}和(\D|\Z)+的空匹配。但这种写法依赖引擎的容错逻辑，切换到\d{1,6}后引擎的匹配优先级变化，导致匹配失败。

内容的提问来源于stack exchange，提问作者Ju Mrd