多#符号场景下，如何正确提取', #'后的指定子字符串？

问题描述 #

我原本用这段代码提取#后7个字符的子串：

text[text.find('#') + 1:text.find('#') + 7]

这段代码原本正常，但文本里有多个#时就出错了。目标文本是：

Void - Compliance Plan #3, # 00002 (Voided)

用初始代码得到的结果是3, #，但我要的是00002。后来我改成匹配, #子串，代码改成：

text[text.find(', #') + 3:text.find(', #') + 10]

结果却得到id - Co，这怎么解决？

解决方案 #

出错原因 #

你改后的代码返回错误结果，是因为text.find(', #')在目标文本中找不到匹配的子串，返回了-1。此时切片text[-1+3:-1+10]等价于text[2:9]，刚好截取到原文本开头的id - Co。目标文本中实际的匹配子串是, # （逗号+空格+#+空格），而非你代码里写的, #。

解决方法 #

方法1：修正字符串查找逻辑

精准匹配目标文本中的, # 子串，再提取后续数字：

text = "Void - Compliance Plan #3, # 00002 (Voided)"
target = ', # '
start_pos = text.find(target)
if start_pos != -1:
    # 提取目标子串后5位（对应00002的长度）
    result = text[start_pos + len(target) : start_pos + len(target) + 5]
else:
    result = "未找到匹配内容"
print(result)  # 输出：00002

如果数字长度不固定，可以从目标位置往后遍历，直到遇到非数字字符：

text = "Void - Compliance Plan #3, # 00002 (Voided)"
target = ', # '
start_pos = text.find(target)
if start_pos != -1:
    start_idx = start_pos + len(target)
    end_idx = start_idx
    while end_idx < len(text) and text[end_idx].isdigit():
        end_idx += 1
    result = text[start_idx:end_idx]
else:
    result = "未找到匹配内容"
print(result)  # 输出：00002

方法2：使用正则表达式（更推荐）

正则表达式能精准匹配, # 后的连续数字，不受其他#干扰，也适配任意长度的数字：

import re

text = "Void - Compliance Plan #3, # 00002 (Voided)"
match_result = re.search(r', # (\d+)', text)
if match_result:
    result = match_result.group(1)
else:
    result = "未找到匹配内容"
print(result)  # 输出：00002

这里的正则表达式r', # (\d+)'表示匹配, # （逗号+空格+#+空格），然后捕获后续的所有连续数字，group(1)就是捕获到的数字内容。

内容的提问来源于stack exchange，提问作者Johanna