Regex 在正则表达式中匹配可变长度的数字或字母数字

我正在使用Perl从文本文件中提取某些行。所有行都以和11个字符的代码开头，如

 XXX   YXXXZZXX  Data to get

如果

X

始终是一个数字，

Y

可以是字母数字或缺失，

Z

可以是字母数字（具体来说，它可以是

a

或数字

0-9

。另一个问题是，如果

Z

部分是三个字符而不是两个字符，那么这个字符代码有时可能有12个字符长

 XXX   YXXXZZZXX  Data to get

我可以在前三个

X

和

Y

中硬编码，但我需要为

Z

灵活编码。我基本上需要将

Z

存储为ID变量。对于上下文，前三个字母表示调查中的问题编号，即“要获取的数据”是的答案。所以假设我在寻找问题

72

，那么（假设Q72没有缺少

Y

），我使用的匹配代码是

 if(m{^072(\s+)YXXX(d\{2,3})(\d{2})(\s+)(.+)}){
      my $id = $2;
      my $Data = $5
 }

这似乎解决了11对12个字符的问题，因为11个字符代码中的最后一个

XX

总是只有两个字符长。如果代码是12个字符长，唯一增加的部分是

Z

部分。因此，这应该能够捕获所有2位和3位id（如果我错了，请纠正我）

问题是，有时id将是

AA

（从不

AAA

），我需要使代码足够灵活，以便对所有2位和3位代码以及潜在的

AA

id执行if语句

我试过了

 if(m{^072(\s+)YXXX(.{2,3})(\d{2})(\s+)(.+)}){
      my $id = $2;
      my $Data = $5
 }

---

但是我认为它不太合适。我认为

可能太灵活了。关于正确的方法有什么建议吗？谢谢！

也许以下内容会有所帮助：

use strict;
use warnings;

while (<DATA>) {
    my ( $id, $data ) = /^072\s+\w{4}(\w{2,3})\w{2}\s+(.+)/;
    print "ID: $id; Data: $data\n";
}

__DATA__
072 C001AA00 Data1 to get
072 C0010300 Data2 to get
072 C00110200 Data3 to get

一般模式：XXX YXXZZXX要获取的数据

其中X始终是一个数字，Y可以是字母数字或缺失，Z可以是 字母数字（具体来说，它可以是A或数字0-9。另一个 皱纹是，有时这个字符代码可以是12个字符 如果Z部分是三个字符而不是2个字符，则为long

为了翻译您的规范，我提出了以下建议：

[\d]{3}\s*[\d\w]?[\d]{3}[A\d]{2,3}[\d]{2}\s*(.+)

演示：

---

更新：

还有另一个演示（包含所有测试用例和匹配组）：

072 C001AA00数据获取1

072 C0010300数据获取2

072 C00110200数据获取3

---

你能举例说明你想匹配和提取什么吗？

072 C001AA00数据以获取

或

072 C0010300数据以获取

或

072 C00110200数据以获取

。第一个ID是

AA

第二个ID是

03

，第三个ID是

102

。谢谢。最后两个是

XX

总是两位数长？如果是这样，你可以离开

{2,3}

，在最后一个XX使用

\d{2}

。这将修复“过于灵活”的部分。另外请注意，如果你不需要它们，你不需要在

\s+

或

\d+

周围使用paren。你应该能够使用

\072\s+YXXX（.{2,3}\d++）

然后获取

我的$id=$1；我的$Data=$2

。你好@Jerry。是的

XX

总是两位数长。我在上面输入代码时犯了一个错误。我已经更改了帖子以反映这一点。谢谢！但是，我必须为许多不同的问题这样做，而且这部分代码已经嵌套得很深了，所以我被删除了希望有一种方法可以在一行中完成这一切，只需更改匹配的命令。有没有比使用

（.{2,3}）更好的方法来查找
AA
或
0-9

？@MarkClements-看我修改过的答案。哦，我没有意识到

\w

既能捕获字母数字又能捕获数字。我以为它只能捕获字母数字字符。我有什么误解吗？@MarkClements-

\w

（用于word）匹配字母数字字符和下划线“\ux”.@MarkClements字母数字是一个用于字母和数字的术语。字母表示字母，数字表示数字。

[\d]{3}\s*[\d\w]?[\d]{3}[A\d]{2,3}[\d]{2}\s*(.+)