Python多模式交替正则表达式提取数字异常问题求助

你的正则之所以返回错误内容，核心问题是用了贪婪匹配的(.*)，它会尽可能匹配更多字符，把后缀和后面的部分都包含进去了。下面是两种可靠的解决方法：

方法一：精准正则匹配数字 #

直接匹配数字部分，用\d+（匹配一个或多个数字），同时用非捕获组处理后缀（st|nd|rd|th），这样就能精准提取出目标数字：

import re

# 处理单个文本
text = 'was the 3001st most popular'
match_result = re.search(r'was the (\d+)(?:st|nd|rd|th)', text)
if match_result:
    target_num = match_result.group(1)
    print(target_num)  # 输出：3001

# 批量处理多个文本
text_list = [
    'was the 3001st most popular',
    'was the 2733rd most popular',
    'was the 3072nd most popular',
    'was the 4747th most popular'
]
# 预编译正则提升效率
pattern = re.compile(r'was the (\d+)(?:st|nd|rd|th)')
for t in text_list:
    match = pattern.search(t)
    if match:
        print(match.group(1))

• 解释：(\d+)是捕获组，专门提取数字；(?:st|nd|rd|th)是非捕获组，只用来匹配后缀但不会被捕获，避免干扰结果。

方法二：字符串分割（适合格式固定的场景） #

如果文本格式完全固定（都是was the Xxx... most popular结构），可以通过字符串分割提取：

text = 'was the 4747th most popular'
# 按空格分割后取第三个元素（索引为2）
num_with_suffix = text.split()[2]
# 去掉后缀（取除最后两位之外的内容）
target_num = num_with_suffix[:-2]
print(target_num)  # 输出：4747

• 注意：这种方法依赖固定格式，如果后缀长度变化（比如出现特殊情况），可能失效，正则方法更通用。

内容的提问来源于stack exchange，提问作者Sid