如何从指定URL提取特定文本？正则最后一个\d+匹配失败求优化方案

首先，你的正则表达式其实能匹配到100097，问题出在代码取错了分组——当前取的是group(2)（对应UUID部分），而目标值在group(3)里。不过确实有更简洁高效的方案：

方案1：直接分割URL路径 #

不用正则，通过字符串分割更直观：

import urllib.parse
url = "https://hub.atlas.co/3/CDEB98AA-FA21-4C0A-B0AA-BERCI87J/100097"
# 解析URL获取路径部分
path = urllib.parse.urlparse(url).path
# 分割路径片段，取最后一个非空部分
target_id = path.strip('/').split('/')[-1]
print(target_id)  # 输出 100097

方案2：简化正则表达式 #

如果一定要用正则，直接匹配URL末尾的数字更精准：

import re
url = "https://hub.atlas.co/3/CDEB98AA-FA21-4C0A-B0AA-BERCI87J/100097"
# 匹配最后一个斜杠后的数字（确保是路径末尾）
url_pattern = r"/(\d+)$"
id_search = re.search(url_pattern, url)
if id_search:
    print(id_search.group(1))  # 输出 100097

方案3：修正原正则的分组取值 #

如果要保留原正则结构，只需调整分组索引：

import re
url = "https://hub.atlas.co/3/CDEB98AA-FA21-4C0A-B0AA-BERCI87J/100097"
url_pattern = r"atlas.co/(\d+)/([^/]+)/(\d+)"
id_search = re.search(url_pattern, url)
if id_search:
    print(id_search.group(3))  # 输出 100097

内容的提问来源于stack exchange，提问作者Ben David