Python正则提取混合字母数字及指定长度纯数字完整案例
来源：互联网 2026-07-31 15:00:02使用Python内置re库封装通用筛选函数，通过两个正则规则分别匹配2-8位字母数字混合编码和4-7位纯数字编号，以空格分割文本并逐个校验，测试样本输出三个有效编码，同时提供扩展方向。
一、前言
日常文本处理中，经常需要从一堆句子里找出符合特定格式的编号、物料码、零件编码。
长期稳定更新的攒劲资源： >>>点此立即查看<<<
- 同时包含字母和数字、仅由字母数字组成、长度在2到8位之间的混合编码；
- 纯数字、位数严格在4到7位之间的数字编号。
这里用 Python 内置的 re 正则库，封装了一个通用的筛选函数，附上多组测试用例，正则语法怎么拆解、样本怎么匹配、运行结果是什么，都一一列出来，新手也能直接复制了用。
二、完整可运行源码
import re
def process_string(input_string):
"""
从输入文本中筛选符合规则的单词片段
匹配规则二选一：
1. 同时包含字母+数字，仅由字母数字构成，长度2~8位
2. 纯数字，总位数4~7位
:param input_string: 输入带空格分隔的文本
:return: 所有符合规则的字符串列表
"""
result_list = []
# 按空格切割文本，拆分出独立单词
word_parts = input_string.split()
# 正则1：匹配字母+数字混合编码，长度2~8，无特殊符号
pattern_mix = re.compile(r'(=.*[a-zA-Z])(=.*d)[a-zA-Zd]{2,8}$')
# 正则2：匹配4~7位纯数字
pattern_num = re.compile(r'^d{4,7}$')
# 遍历每一个拆分后的单词，校验规则
for word in word_parts:
if pattern_mix.match(word) or pattern_num.match(word):
result_list.append(word)
return result_list
# 测试样本集
test_texts = [
'Aceite p04476',
'sdighsg',
's4967xl',
'v0-4985',
'shfsf v0-4985',
'123',
'1234568956',
'45825'
]
# 批量提取所有符合规则的编码
total_result = []
for text in test_texts:
match_words = process_string(text)
total_result.extend(match_words)
# 输出最终筛选结果
print("所有匹配成功的编码：", total_result)
三、代码分层详解
3.1 核心函数process_string逻辑
- 文本分割：
split()以空格分割整段文字，把一句话拆成独立单词，单独校验每个单词； - 双正则匹配规则：设置两套正则，满足任意一条即判定为有效编码；
- 循环校验收集：遍历所有单词，匹配成功存入列表，最后返回筛选结果。
3.2 两条正则表达式深度拆解
正则 1：r'(=.*[a-zA-Z])(=.*d)[a-zA-Zd]{2,8}$'
用于匹配字母数字混合编码。
| 正则片段 | 作用说明 |
|---|---|
(=.*[a-zA-Z]) | 正向预查：字符串必须包含至少 1 个大小写字母 |
(=.*d) | 正向预查：字符串必须包含至少 1 个数字 |
[a-zA-Zd]{2,8} | 整体仅允许字母、数字，总长度限制 2~8 位 |
^ $ | 匹配单词首尾，严格限制整个单词不能包含-、_等特殊符号 |
关键限制：带横杠、点、下划线的字符串直接过滤，比如v0-4985因为存在-就没法匹配。
正则 2：r'^d{4,7}$'
用于匹配纯数字编号。
| 正则片段 | 作用说明 |
|---|---|
^ | 匹配字符串开头 |
d{4,7} | 只能是数字，长度最少 4 位、最多 7 位 |
$ | 匹配字符串结尾 |
边界规则：3 位数字、8 位及以上数字都会直接过滤。
3.3 批量测试逻辑
- 把多段待检测文本统一放入列表循环；
- 每段文本调用筛选函数，得到当前文本匹配结果；
extend()将单次结果合并到总列表，一次性收集全部有效编码；- 打印汇总后的最终结果。
四、测试样本逐个匹配分析
| 测试文本 | 拆分单词 | 是否匹配 | 匹配原因 / 过滤原因 |
|---|---|---|---|
| Aceite p04476 | Aceite、p04476 | p04476 | 字母 + 数字混合，长度 6，符合正则 1 |
| sdighsg | sdighsg | 只有字母，无数字 | |
| s4967xl | s4967xl | 字母数字混合，长度 7，符合正则 1 | |
| v0-4985 | v0-4985 | 包含特殊符号-，正则仅允许字母数字 | |
| shfsf v0-4985 | shfsf、v0-4985 | 含减号，无符合规则单词 | |
| 123 | 123 | 纯数字仅 3 位，低于 4 位下限 | |
| 1234568956 | 1234568956 | 纯数字 10 位，超出 7 位上限 | |
| 45825 | 45825 | 纯数字 5 位，4~7 区间，符合正则 2 |
五、程序运行输出
所有匹配成功的编码： ['p04476', 's4967xl', '45825']
六、拓展优化方向（可直接修改代码）
6.1 支持带横杠的编码（如 v0-4985）
修改混合正则，允许-符号：
pattern_mix = re.compile(r'(=.*[a-zA-Z])(=.*d)[a-zA-Zd-]{2,10}$')
6.2 修改数字长度范围
需要匹配 3~10 位纯数字，修改正则：
pattern_num = re.compile(r'^d{3,10}$')
6.3 支持逗号 / 顿号分割文本
分割逻辑替换，兼容多分隔符：
# 同时按空格、逗号分割 word_parts = re.split(r'[ ,]', input_string)
七、适用场景
- 工业文本提取零件号、物料编码；
- 日志文本筛选设备编号、订单短号；
- OCR 识别文字后过滤有效编码；
- 表单文本批量清洗提取目标字段。
八、知识点总结
re.compile()预编译正则，多次调用效率更高；match()从字符串开头完整匹配，适合校验整个单词；- 正向预查
(=...)实现 “同时包含字母 + 数字” 的复合条件； split()/re.split()灵活分割文本，拆分独立关键词；- 多规则正则使用
or并联，满足任意一条即可命中。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
