RegEx 提取前 6 到 10 位数字，不包括 8 位数字

Question

我有以下测试文件名：

abc001_20111104_summary_123.txt
abc008_200700953_timeline.txt
abc008_20080402_summary200201573unitf.txt
123456.txt
100101-100102 test.txt
abc008_20110902_summary200110254.txt
abcd 200601141 summary.txt
abc008_summary_200502169_xyz.txt

我需要从每个文件名中提取一个数字。

号码必须为 6、7、9 或 10 位数字（因此，不包括 8 位数字）。

如果找到多个，我想获得第一个数字，如果没有找到，我想获得空字符串。

我设法在 2 步过程中做到了这一点，首先删除 8 位数字，然后从我的列表中提取 6 到 10 位数字。

step 1 
  regex:  ([^0-9])([0-9]{8})([^0-9])
  replacement:  \1\3

step 2
  regex: (.*?)([1-9]([0-9]{5,6}|[0-9]{8,9}))([^0-9].*)
  replacement:  \2

在这 2 步过程之后得到的数字正是我想要的：

[]
[200700953]
[200201573]
[123456]
[100101]
[200110254]
[200601141]
[200502169]

现在，问题是： 有没有一种方法可以一步完成？

我看到this nice solution 回答了一个类似的问题，但是，如果找到多个，它会给我最新的号码。

注意：使用The Regex Coach进行测试。

Answer 1

假设您的正则表达式引擎支持后向断言：

(?<!\d)\d{6}(?:\d?|\d{3,4})(?!\d)

说明：

(?<!\d)   # Assert that the previous character (if any) isn't a digit
\d{6}     # Match 6 digits
(?:       # Either match
 \d?      # 0 or 1 digits
|         # or
 \d{3,4}  # 3 or 4 digits
)         # End of alternation
(?!\d)    # Assert that the next character (if any) isn't a digit

Answer 2

试试这个：

regex: /(?:^|\D)(\d{6}(?:\d(?:\d{2,3})?)?)(?:\D|$)/
replacement: \1

这将提取六位数字，可选地后跟一位（总共 7 个），可选地后跟 2 或 3 个（9 或 10）。

Answer 3

对于每个字符串 $subject

$subject = "abc001_20111104_summary_123.txt";
$subject ="abc008_200700953_timeline.txt";
$subject ="abc008_20080402_summary200201573unitf.txt";
$subject ="123456.txt"
$subject ="100101-100102 test.txt"
$subject ="abc008_20110902_summary200110254.txt";
$subject ="abcd 200601141 summary.txt";
$subject ="abc008_summary_200502169_xyz.txt";

$pattern = '*(?<!\d)(\d{6,7}|\d{9,10})(?!\d)*';
preg_match_all($pattern, $subject, $matches);
print_r($matches);

你得到了预期的结果：

• 空
• 200700953
• 200201573
• 123456
• 100101
• 200110254
• 200601141
• 200502169

Answer 4

在[0-9]{6,7}|[0-9]{9,10} 的边缘匹配单词边界或非数字应该这样做：

([^0-9]|\<)([0-9]{6,7}|[0-9]{9,10})([^0-9]|\>)