如何编写匹配单词后接连字符/空格加大写字母数字组合的正则表达式

原正则存在的问题 #

• 字符集[-|\s]写法错误：[]内不需要|表示或，此处的|会被识别为普通匹配字符，反而会漏掉合法场景
• 未考虑分隔符（连字符/空格）前后可能存在多余空白，无法覆盖NRG -CC009、NRG - LU005这类带中间空格的场景
• 后续规则[A-Z]+[\d@]+要求大写字母在前、数字在后，无法匹配大写字母和数字穿插的场景（比如示例中的ARST2031）
• 未添加非句首的匹配限制

可用正则表达式 #

Python基础写法（完整匹配目标片段）：

r'(?<!^)\b\w+(?:\s*[- ]\s*)[A-Z0-9]+\b'

如果需要分别提取前面的单词和后面的大写数字组合，可以改为带捕获组的版本：

r'(?<!^)\b(\w+)(?:\s*[- ]\s*)([A-Z0-9]+)\b'

规则说明 #

• (?<!^)：否定后视断言，确保匹配内容不在整句开头
• \b：单词边界，避免匹配到单词内部的片段
• \w+：匹配前面的单词部分
• (?:\s*[- ]\s*)：非捕获组，匹配分隔部分：允许连字符或空格的前后存在任意数量的空白，覆盖所有示例中的分隔场景
• [A-Z0-9]+：匹配全大写字母与数字的任意组合，支持两者穿插
• 尾部\b：避免匹配到不完整的后缀内容

覆盖验证 #

以下所有示例均可正常匹配：

• Alliance-A071801
• NRG-BN009
• NRG -CC009
• NRG CC009
• COG- ARST2031
• ETCTN-10186
• NRG - LU005

内容的提问来源于stack exchange，提问作者Ben1234