求匹配下划线与斜杠间1-9999非全零数字的正则表达式

需求说明 #

从给定URL中提取位于下划线_与斜杠/之间的数字，要求数字范围为1-9999，且排除全为0的数字（如_0000/这类情况不匹配）。

正则表达式 #

(?<=_)(?!0+$)([1-9]\d{0,3})(?=/)

表达式拆解 #

• (?<=_)：正向零宽断言，确保目标数字前紧邻下划线_
• (?!0+$)：负向零宽断言，排除全部由0组成的数字序列
• ([1-9]\d{0,3})：匹配1-9999的有效数字：第一位为1-9的非零数字，后续可跟0-3位任意数字
• (?=/)：正向零宽断言，确保目标数字后紧邻斜杠/

测试结果 #

针对提供的URL列表，提取出的数字列表为：

• 999
• 998
• 995
• 991
• 984
• 983

示例代码（Python） #

import re

url_list = [
    "catalogue/tipping-the-velvet_999/index.html",
    "catalogue/soumission_998/index.html",
    "catalogue/the-requiem-red_995/index.html",
    "catalogue/the-black-maria-1700-1749_991/index.html",
    "catalogue/olio_984/index.html",
    "catalogue/mesaerion-the-best-science-fiction-stories-1800-1849_983/index.html"
]

regex_pattern = r'(?<=_)(?!0+$)([1-9]\d{0,3})(?=/)'
extracted_numbers = [re.search(regex_pattern, url).group(1) for url in url_list if re.search(regex_pattern, url)]

print(extracted_numbers)

运行后输出：['999', '998', '995', '991', '984', '983']

内容的提问来源于stack exchange，提问作者spyhabs