匹配1-3个下划线分隔数字的正则语法及匹配异常求助

一、匹配1-3个下划线分隔连续数字的正则语法 #

要匹配1个、2个或3个由下划线分隔的连续数字，可使用：(_\d){1,3}

• 细节说明：
  • _：匹配下划线本身
  • \d：匹配任意单个数字（和[0-9]等价）
  • {1,3}：指定前面的(_\d)结构可重复1到3次
    结合你的文件名场景，完整匹配RESPONDENT后接1-3组下划线数字的片段为：RESPONDENT(_\d){1,3}

二、匹配结果为0的原因及解决办法 #

问题根源 #

你原正则.*RESPONDENT_[0-9].*.csv.gz里的开头.*是匹配任意长度的任意字符（包括空内容），所以能覆盖两种文件名：

• 以RESPONDENT直接开头的文件（如RESPONDENT_0_0_0.csv.gz）
• 开头带有其他前缀（如PROJECT_SLICE_）的文件（如PROJECT_SLICE_RESPONDENT_0_0_0.csv.gz）

当移除开头的.*后，正则要求字符串必须以RESPONDENT开头，但PROJECT_SLICE_RESPONDENT_...这类文件的开头是PROJECT_SLICE_，不符合开头匹配规则，因此匹配结果为0。

优化后的正则写法 #

如果要匹配所有4个目标文件，保留开头的.*即可，同时可以优化正则让匹配更精准：

.*RESPONDENT(_\d){1,3}\.csv\.gz

• 优化点：
  • 用(_\d){1,3}替代_[0-9].*，精准限定下划线数字的组数为1-3组
  • 对.csv.gz里的.转义为\.，避免.匹配任意字符的问题（比如不会错误匹配csvXgz这类不符合格式的字符串）

如果只想匹配以RESPONDENT开头的文件，去掉开头的.*即可：

RESPONDENT(_\d){1,3}\.csv\.gz

内容的提问来源于stack exchange，提问作者Ayush L