如何编写单个正则表达式提取两类URL中的目标数字分组？

你的原正则([0-9]+).html只能匹配.html紧前面的连续数字，没法覆盖数字不在后缀直接前置的URL场景，这里给你一个通用正则，能适配两类URL：

(\d+)(?=[^/]*\.html)

正则拆解 #

• (\d+)：核心捕获组，提取连续的数字序列，这就是你要的目标内容
• (?=[^/]*\.html)：正向预断言，确保数字之后的内容直到.html前不会出现路径分隔符/——不管数字在URL路径的哪个位置，只要是当前HTML文件对应的标识数字，都能精准匹配到

示例验证 #

假设两类URL分别是：

• 第一类（原正则有效）：post_9876.html → 捕获结果：9876
• 第二类（原正则无效）：topics/1234/content.html → 捕获结果：1234

如果你的第二类URL有固定的分隔符（比如-、_），也可以用更针对性的写法，比如(?:\D*)(\d+)(?:\D*\.html)，但上面的通用正则适配范围更广，能应对更多未知的URL结构。

内容的提问来源于stack exchange，提问作者arnaduty