Regex提取字符串首个空格前纯数字内容的正确写法咨询

原有正则的问题 #

• [\s0-9]+ 会匹配所有空格、数字组合，会误匹配后续日期中的数字，也没有处理开头的#标记
• \s[0-9]+ 匹配的是空格后的数字串，和目标内容的位置完全相反，无法匹配到开头的目标数字

正确正则表达式 #

方案1：捕获组写法（兼容所有正则环境） #

正则规则：^#(\d+)\s
规则说明：

• ^ 限定匹配字符串起始位置
• # 匹配开头的井号标记
• (\d+) 为捕获组，匹配连续数字，即你需要提取的内容，直接取第1个捕获组即可得到结果
• \s 匹配目标数字后的首个空格，避免匹配到后续日期中的数字

方案2：零宽断言写法（支持零宽断言的环境可直接拿到结果，无需取捕获组） #

正则规则：(?<=^#)\d+(?=\s)
规则说明：

• (?<=^#) 正向零宽后行断言，限定匹配内容的前缀为字符串开头加井号
• \d+ 匹配目标数字串
• (?=\s) 正向零宽先行断言，限定匹配内容的后缀为空格，避免误匹配

使用示例（以Python为例） #

import re
raw_text = "#1314515 22-09-2021"
# 捕获组方案
result1 = re.search(r"^#(\d+)\s", raw_text).group(1)
# 零宽断言方案
result2 = re.search(r"(?<=^#)\d+(?=\s)", raw_text).group()
print(result1) # 输出 1314515
print(result2) # 输出 1314515

内容的提问来源于stack exchange，提问作者RBR