如何使用正则表达式仅匹配正好6位的数字完成字符串拆分？

错误原因 #

• 原有正则r'(\d{6}?)'未限制匹配的6位数字前后的字符类型，只要出现连续6个数字就会触发匹配，因此7位数字的前6位会被单独拆分出来
• 正则中加在\d{6}后的?没有实际作用，固定次数匹配的规则不受非贪婪标识影响

解决方法 #

使用零宽断言限制匹配的6位数字前后不能为数字，确保仅匹配恰好连续6位的数字，修改后的正则为r'((?<!\d)\d{6}(?!\d))'：

• (?<!\d)：负向后行断言，要求匹配位置的前一个字符不是数字
• \d{6}：精确匹配6个连续数字
• (?!\d)：负向前行断言，要求匹配位置的后一个字符不是数字
• 外层括号为捕获组，用于让re.split将匹配到的6位数字保留在拆分结果中

完整代码 #

import re

txt = 'Hello.this.is232323dsSDdsadasd3434343'
split_result = re.split(r'((?<!\d)\d{6}(?!\d))', txt)
print(split_result)

输出结果 #

['Hello.this.is', '232323', 'dsSDdsadasd3434343']

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