如何用Python正则提取带连字符的年龄数字，得到预期元组格式结果

错误原因 #

你之前的正则存在两个核心问题：

1. 仅支持匹配单数字：[0-9]?、[0-9]都只能匹配0或1位数字，天然无法正确匹配10这类多位数
2. 分支匹配优先级错误：正则分支会优先匹配左侧规则，[0-9]|10的写法下，遇到10时会先匹配到[0-9]规则取第一个字符1，剩余的0再匹配对应规则，最终得到(1,0)的错误结果，即使调整分支顺序为10|[0-9]也只能兼容10这一个特殊双位数，无法适配11、20等其他多位数场景。

正确正则与实现代码 #

使用r'(\d+)(?:-(\d+))?years'作为匹配规则，逻辑说明：

• \d+：匹配1位及以上的数字，支持任意位数的年限
• (?:-(\d+))?：非捕获组匹配可选的横杠+第二个数字，?:表示该组只做匹配不进入捕获结果，末尾的?表示整个横杠加第二个数字的结构是可选的，适配单数字年限场景

完整Python实现代码：

import re

text = "1-2years. 3years. 10years."
matches = re.findall(r'(\d+)(?:-(\d+))?years', text)
result = []
for match in matches:
    if match[1]: # 存在第二个数字，即横杠分隔的场景
        result.append((int(match[0]), int(match[1])))
    else: # 单数字场景
        # 注意Python中(3)属于int类型，单元素元组需要写为(3,)，如果确实需要单元素无逗号的形式直接存int即可
        result.append(int(match[0]))
        # 如果要严格对齐元组格式，替换为：result.append((int(match[0]),))

print(result)
# 输出：[(1, 2), 3, 10] 或 [(1, 2), (3,), (10,)] 依你存储逻辑调整

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