如何通过正则表达式按列提取字符串中的数字？

能通过正则表达式实现按列提取数字，但你用的[0-9]+.*\d模式逻辑不对——它会匹配从行内第一个数字开始，到行尾最后一个数字的所有内容，根本没法实现按列拆分的需求。

具体实现思路 #

你的数据是固定列数的结构化文本，核心思路是用捕获组分别匹配每一行的对应列数字，再将捕获到的同列内容重组输出。

以Python为例，代码如下：

import re

# 假设文件内容已读取到text变量中
text = """1000  1000   500     0 
1     0     0     0 
"""

# 用正则捕获每一行的4列数字，re.MULTILINE让^/$匹配每行首尾
pattern = re.compile(r'^(\d+)\s+(\d+)\s+(\d+)\s+(\d+)$', re.MULTILINE)
# 提取所有行的捕获组结果，得到一个二维列表
column_data = pattern.findall(text)

# 按列重组并输出
for col in zip(*column_data):
    print('\n'.join(col))
    # 用分隔线区分不同列，和你期望的格式对应
    print('\n---\n')

运行后输出结果：

1000
1

---

1000
0

---

500
0

---

0
0

关键正则解释 #

^(\d+)\s+(\d+)\s+(\d+)\s+(\d+)$：

• ^和$：在re.MULTILINE模式下，分别匹配每行的开头和结尾
• (\d+)：捕获组，匹配一列数字（至少1位）
• \s+：匹配列之间的任意数量空白符（空格、制表符都适用）

为什么你的原模式不行？ #

[0-9]+.*\d的逻辑是：匹配1个以上数字，接着匹配任意字符（直到行尾前），最后匹配1个数字。这会直接把整行的大部分内容当成一个匹配结果，完全无法拆分出独立的列。

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