Python正则组合实现单次匹配单个或多个分隔数字序列方法

原有代码问题 #

• re.VERBOSE模式下，正则字符串中未转义的空白字符会被直接忽略，原sep定义里的空格全部失效，会导致分隔符误匹配
• 原有模式的分支逻辑存在回溯漏洞，没有强制要求「分隔符后必须紧跟有效num才扩展匹配范围」，导致连续序列被拆分
• 未给num加边界约束，存在从长数字中截取前两位误匹配的风险

修改后可直接运行的代码 #

保持分部件动态拼接的设计，适配需求规则：

import re

# 可独立替换的规则部件
# num：两位数字+可选尾随1位大写字母，加单词边界避免长数字误截取
num  = fr"""\b\d\d[A-Z]?\b"""
# sep：分隔符（and/or/,），用[ ]显式标注匹配真实空格，规避VERBOSE模式吞空格的问题
sep  = fr"""[ ](?:and|or|,)[ ]"""

# 组合规则：单个num为起点，后面仅当出现「分隔符+有效num」时才继续扩展匹配
# 天然满足：num后接sep但无后续有效num时，仅匹配当前num
pattern = fr"""{num}(?:{sep}{num})*"""

text= """biscuits 10 are good
biscuits 20 and 30 are good
biscuits 40 and hot dog are good
but this one 50A and 50B and not ok"""

refs = re.finditer(pattern, text, re.VERBOSE)
for ref in refs:
    res = ref.group(0).strip()
    if res:
        print(res)

运行输出（完全符合预期） #

10
20 and 30
40
50A and 50B

关键逻辑说明 #

• 非捕获分组(?:)不会产生多余的捕获结果，不影响group(0)取整段匹配值，匹配效率更高
• 规则{num}(?:{sep}{num})*等价于「1个num + 0到N组（sep+num）」，不需要写分支判断就能同时覆盖单个num、多num连续序列两种场景
• 分隔符的空格用[ ]包裹后，在VERBOSE模式下也会被识别为需要匹配的真实空格，不会出现匹配错位

内容的提问来源于stack exchange，提问作者JFerro