python - 散布在整个文本中的字符模式的正则表达式

Question

我是 Python 和正则表达式菜鸟。我设法通过以下语句将一整页的 html 源代码放入命令行。

print (driver.page_source).encode('utf-8')

凉爽的。但是该文本中有一些可预测的字符串，我需要提取这些字符串并将其存储到一个数组中。正在查找的字符串模式是，[4 个数字] 后跟一个 [连字符]，后跟 1 到 5 个数字，例如：

2013-80324 或 2013-03 但不是 2013-832888

谢谢你的帮助。

Answer 1

(?:^|(?<=\D))\d{4}-\d{1,5}(?=\D|$)

• ?:表示非捕获组
• ^匹配字符串开头的模式（虽然不太可能用于 HTML 输入）
• $对字符串末尾的模式进行数学运算
• \d表示一个数字[0-9]和\D一个非数字
• {n}是长度的量词n
• {m,n}将范围的长度量化m为n（包括）