Python Regex: finding substrings of multiple specific lengths (finding 5 and 6-digit numbers in string)

I am establishing a .pdf data scraper for technical reports.
Original data is mostly in multiple-page .pdf form where useful data is only on the first page.

With the PyPDF2 module I merged all the first pages into a big single .pdf file that contains all the first pages of the tech reports.

I used PdfReader to append strings of text of each page as a string to a list.
For illustration the list will look like this =>
list_o_text= [ ‘Random string 1 2 3 45 6789 999999 22222’, ‘Example tech report 444444’ ]

Every string in list_o_text contains definitely contains one or more 5 or 6-digit numbers.

I recently found the RE module. Yet I’m having problems finding the proper function to search for them.

I would appreciate help.

#########################################################################
Attempt with findall()
IDLE IMPUT:_______

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.findall('d{5}+',list_o_text[n])
print(find)

IDLE SHELL OUTPUT:___

[‘99999’, ‘22222’]
[‘44444’]


Note: the six-digit number ‘999999’ is not found in its entirety

Attempt with search()
IDLE INPUT:_______

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.search('d{5}+',list_o_text[n])
print(find

IDLE SHELL OUTPUT:___
<re.Match object; span=(28, 33), match=’99999′>
<re.Match object; span=(20, 25), match=’44444′>


Note: gives positions and on top of that the ranges don’t account for 6-digit numbers

Attempt with search().group()

import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
find = re.search('d{5}+',list_o_text[n]).group()
print(find)

IDLE SHELL OUTPUT:___
99999
44444


Note: the six-digit number ‘999999’ is not found in its entirety

#################################################################
CONVOLUTED SOLUTION
I used all three methods, yet can’t shake the feeling that it could be simpler

IDLE INPUT:_______

`import re

list_o_text= [ 'Random string 1 2 3 45 6789 999999 22222', 'Example tech report 444444' ]

for n in range(len(list_o_text)):
    find_all = re.findall('d{5}+',list_o_text[n])  
    #1st loop result is ['99999','22222']

    for five_d_num in find_all:
        
        find_start = re.search(five_d_num,list_o_text[n]).start()

        find = re.search('d+',list_o_text[n][find_start: ]).group()
    
        print(find)

IDLE SHELL OUTPUT:___
999999
22222
444444

That’s that.

New contributor

Cenc is a new contributor to this site. Take care in asking for clarification, commenting, and answering.
Check out our Code of Conduct.

The pattern d{5}+ is not what you need, you want d{5,6}.

I highly recommend regex101.com to construct and test regex pattern. The site comes with a detailed breakdown of the pattern’s components.

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật