如何用正则表达式匹配单个大写字母加四位数字的特定编码？

你原来的正则存在两处逻辑错误：

1. [A-Z]+ 中的+表示匹配1个及以上大写字母，不符合「单个大写字母」的要求
2. [0-9999]* 写法错误：字符集[]内的0-9999等价于0-9，*表示匹配0个及以上数字，无法精确限制为4位数字

正确写法 #

直接使用以下正则即可一次性匹配所有符合规则的编码：

re.findall(r'\b[A-Z]\d{4}\b', test_data6)

规则解释 #

• \b：单词边界，避免匹配到长字符串内部的片段（如AR0001里的R0001、R00012里的R0001）
• [A-Z]：精确匹配1个大写英文字母
• \d{4}：精确匹配4位数字

额外扩展（去重） #

如果需要提取唯一编码，可以直接对结果去重：

• 不需要保留出现顺序：

  unique_codes = list(set(re.findall(r'\b[A-Z]\d{4}\b', test_data6)))
  

• 需要保留首次出现的顺序：

  unique_codes = list(dict.fromkeys(re.findall(r'\b[A-Z]\d{4}\b', test_data6)))
  

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