Python使用正则表达式提取文件名中日期段后的6位数字字符串

方案1：匹配固定格式日期后的6位数字（适配性优先） #

按照你提出的思路，匹配YYYY_MM_DD_HH_MM_SS_格式片段后的6位数字，正则表达式如下：

\d{4}_\d{2}_\d{2}_\d{2}_\d{2}_\d{2}_(\d{6})

捕获组1的内容即为目标6位数字，该方案只要日期格式固定，即使文件名其他位置出现6位数字也不会误匹配。

方案2：反向匹配末尾区间（简洁优先） #

如果可以确认目标6位数字是整个文件名倒数第二个下划线分隔的片段，可使用更简洁的反向匹配规则，不受前面前缀结构变化的影响：

_(\d{6})_[^_]*$

该规则匹配「下划线+6位数字+下划线+无下划线的后缀」的结构，直接捕获中间的6位数字，适配任意后缀变化的场景。

代码示例（Python） #

import re

file_list = [
    "1625212673449-2021_07_02_07_55_05_111040_0CM.csv.zip",
    "1635508858063-1625212673449-2021_07_02_07_55_05_111040_0CM.csv.zip"
]

# 使用方案1演示，替换正则即可切换方案2
pattern = re.compile(r'\d{4}_\d{2}_\d{2}_\d{2}_\d{2}_\d{2}_(\d{6})')
for file_name in file_list:
    match_res = pattern.search(file_name)
    if match_res:
        print(match_res.group(1)) # 输出111040

内容的提问来源于stack exchange，提问作者Avión