正则嵌套分组与量词问题：提取文件名及其中数字

问题原因 #

你用的(.*(\d+).*)\.pdf之所以只匹配到单个数字4，是因为第一个.*是贪婪匹配，会尽可能多吃掉字符——它会从开头一直匹配到最后一个数字的前一位，只留给\d+最后一个数字。

两种通用解决思路 #

方案1：用非贪婪匹配调整捕获顺序

把正则改成：

^(.*?)(\d+)(.*?)\.pdf$

• .*?是非贪婪模式，会尽可能少匹配字符，第一个.*?会停在第一个连续数字的开头，让\d+完整捕获所有连续数字；
• 捕获组1（.*?）+ 捕获组2（\d+）+ 捕获组3（.*?）就是不带扩展名的完整文件名；
• 捕获组2直接就是你要的连续数字。

方案2：拆分两步处理（更直观通用）

1. 先提取不带扩展名的文件名，用正则：

   ^(.*)\.pdf$
   

   捕获组1就是file_1234_test；
2. 再对这个文件名结果用\d+匹配，直接提取出连续数字1234。

这两种方案都不依赖文件名的固定结构（比如下划线、数字位数），只要文件名里有连续数字、扩展名是.pdf就能适用。

内容的提问来源于stack exchange，提问作者biburepo