如何用Python正则匹配Word文档中DOC-后接9位数字的ID字符串

错误原因排查 #

你之前的正则匹配失败有两个核心问题：

• 符号匹配错误：目标ID以DOC-开头，但你写的正则是DOC\.，把短横线误写为英文点，完全不匹配目标前缀
• 行定位符误用：加^、$的版本要求ID必须单独占一整行，只要ID前后有其他文本就会匹配失败，无特殊需求无需添加这两个标记

正确实现代码 #

推荐优先使用加单词边界的版本，避免匹配到嵌入在其他字符串中的不符合规则的内容：

import re

# 基础版本：匹配所有DOC-后接9位数字的内容
# pattern = re.compile(r'DOC-\d{9}')

# 精确版本：加单词边界，确保ID是独立的字符段，不会匹配到类似XXDOC-123456789的内容
pattern = re.compile(r'\bDOC-\d{9}\b')
result = pattern.findall(document)

写法说明：正则前加r前缀是将字符串标记为原始字符串，避免Python对反斜杠做额外转义，是正则书写的最佳实践。

内容的提问来源于stack exchange，提问作者Enterrador99