如何编写正则表达式提取指定前缀与后缀之间的目标字符串

问题原因 #

你使用的.*属于贪婪匹配模式，会尽可能匹配最长的符合规则的字符串，因此匹配xlsm后缀时会从第一个出现的SpinTel开始，一直匹配到最后一个.xlsm结尾，将中间的pdf文件及大小描述等无关内容也包含进了匹配结果。同时你没有转义后缀前的.，会导致.被当作通配符匹配任意字符，存在匹配误差风险。

解决方案 #

你可以选择以下任意一种方式调整正则：

• 方法1：改用非贪婪匹配，适配多后缀同时提取
  正则修改为：(?i)Spintel.*?\.(?:pdf|xlsm)
  说明：.*?为非贪婪匹配，会尽可能短的匹配字符，遇到第一个符合后缀规则的位置就停止；\.转义后仅匹配点号本身；(?:pdf|xlsm)是非捕获分组，可同时匹配pdf、xlsm两种后缀，不需要同时提取的话单独写对应后缀即可，比如仅提取xlsm就用(?i)Spintel.*?\.xlsm。
• 方法2：使用排除字符类匹配，精准度更高
  正则修改为：(?i)Spintel[^)]+\.(?:pdf|xlsm)
  说明：[^)]+会匹配除右括号外的所有字符，刚好可以避开后面的文件大小括号内容，匹配结果更稳定。

两种方法匹配你的样例字符串，都可以准确得到SpinTel - 372464.pdf和SpinTel - 372464.xlsm两个目标结果。

内容的提问来源于stack exchange，提问作者spinanoop