如何使用Python正则表达式匹配URL中指定单词后跟随的数字

问题原因分析 #

• 你当前使用的\word1(.*)[0-9]\/正则存在三处明显错误：
  1. 开头\word1写法错误：\w是正则元字符，代表字母、数字、下划线，你要匹配字面量字符串word1不需要加前置反斜杠，直接写word1即可
  2. 中间的.*属于贪婪匹配规则，会尽可能多的向后匹配字符，直接吞掉中间的数字段，无法完成精准捕获
  3. 末尾的[0-9]\/仅匹配单个数字加斜杠的组合，不能捕获完整的长数字串

正确正则方案 #

使用带捕获组的正则即可完成需求，完整正则为：
word1\/(\d+)\/word2\/(\d+)\/
其中：

• \/匹配路径分隔符斜杠
• \d+匹配1个及以上的数字串
• 两个括号()为捕获组，第一个捕获组对应word1后的数字，第二个捕获组对应word2后的数字

代码示例（Python） #

import re
target_url = "https://www.pizza.com/word1/685185197419/word2/980054970331342/"
result = re.search(r"word1/(\d+)/word2/(\d+)/", target_url)
if result:
    w1 = result.group(1)
    w2 = result.group(2)
    print(f"w1 = {w1}")
    print(f"w2 = {w2}")

运行后输出完全符合预期：

w1 = 685185197419
w2 = 980054970331342

如果只需要单独匹配其中某一个数字，可分别使用对应正则：

• 匹配word1后的数字：word1\/(\d+)\/，取第1个捕获组内容即可
• 匹配word2后的数字：word2\/(\d+)\/，取第1个捕获组内容即可

内容的提问来源于stack exchange，提问作者The Dan