正则表达式匹配自然数：为何结果包含空格与无关字符？

你编写的正则表达式用于匹配无前缀+/-的自然数，但结果中出现了空格、字母等多余字符，先看你的代码和输出：

你的代码 #

import re

text = "lOngPa$$W0Rd 2342 +4324423 -4234234 fsdf 4 fdsfsr +45 frwr gfdg42f"
match = re.findall(r'[^+-]\d+', text)
print(match)

输出结果 #

['W0', ' 2342', '4324423', '4234234', ' 4', '45', 'g42']

原因分析 #

你的正则[^+-]\d+的逻辑是匹配一个非+/-的字符，再加上后面的连续数字，结果里的空格、字母（如W、g）都是[^+-]匹配到的内容：

• W0：0前面的W不属于+/-，被[^+-]捕获后和0一起返回
• 2342：2342前面的空格不属于+/-，被捕获后和数字组合
• g42：42前面的g不属于+/-，被捕获后和数字组合

另外，输出里的4324423、4234234属于错误匹配——它们前面是+和-，本不该被选中，但因为正则扫描时会跳过+/-，尝试匹配后续数字的前序非+/-字符（实际不存在），属于正则逻辑漏洞导致的误匹配。

解决方法 #

要实现“匹配无前缀+/-的自然数，且不捕获前面的多余字符”，应该用负向零宽后行断言(?<!\+|-)，它只会检查数字序列的前面不是+或-，不会捕获任何无关字符。

修正后的代码：

import re

text = "lOngPa$$W0Rd 2342 +4324423 -4234234 fsdf 4 fdsfsr +45 frwr gfdg42f"
match = re.findall(r'(?<!\+|-)\d+', text)
print(match)

预期输出 #

['0', '2342', '4', '42']

这样只会捕获符合条件的数字序列，不会包含空格、字母等多余字符，同时也不会匹配+/-后面的数字。

内容的提问来源于stack exchange，提问作者CollonelDain