如何编写正则表达式提取URL首个斜杠后至首个横杠前的数字

需求适配逻辑 #

• 自动跳过URL协议、域名部分（即第一个单斜杠之前的所有内容）
• 仅捕获域名后首个单斜杠之后、紧跟的第一个横杠之前的纯数字内容

可用正则表达式 #

核心正则：^https?:\/\/[^\/]+\/(\d+)-.*$
各部分逻辑说明：

• ^https?:\/\/：匹配http/https开头的标准URL协议头
• [^\/]+：匹配完整域名内容，直到遇到下一个斜杠停止
• \/：匹配域名后的第一个单斜杠分隔符
• (\d+)：唯一捕获组，匹配1位及以上的数字，即最终要提取的目标值
• -.*：匹配数字后紧跟的第一个横杠以及之后的所有剩余内容

调用示例 #

JavaScript 示例 #

const testUrl = 'http://galleries.video.com/39061-all_other-text'
const numRegex = /^https?:\/\/[^\/]+\/(\d+)-.*$/
const result = testUrl.match(numRegex)
const target = result ? result[1] : ''
// 输出结果：39061

Python 示例 #

import re
test_url = 'http://galleries.video.com/39061-all_other-text'
num_regex = r'^https?://[^/]+/(\d+)-.*$'
match_res = re.match(num_regex, test_url)
target = match_res.group(1) if match_res else ''
# 输出结果：39061

特殊场景适配 #

如果处理的URL不带http/https协议头，可将正则开头的协议匹配部分删除，改用如下正则即可：
^[^\/]+\/(\d+)-.*$

内容的提问来源于stack exchange，提问作者bpy