如何编写正则表达式提取行首或带Number:前缀的编号字符串

正确正则实现 #

通用兼容方案（适配所有主流正则引擎，无需分支重置支持） #

正则表达式：

^\s*(?:.*Number: (\S+)|(\S+))

需要开启 多行模式（m） 匹配，最终提取结果取捕获组1和捕获组2中非空的那个值即可。

如果一行可能存在多个Number: 前缀，需要取第一个出现的对应编号，将.*替换为非贪婪匹配.*?即可：

^\s*(?:.*?Number: (\S+)|(\S+))

简化方案（支持分支重置的引擎可用，如PCRE、Python regex库、Java 9+） #

正则表达式：

^\s*(?|.*Number: (\S+)|(\S+))

同样开启多行模式，直接取捕获组1的值即可。

匹配逻辑说明 #

1. 优先级设置：优先匹配整行中带Number: 前缀的编号，只有当行内不存在该前缀时，才回退匹配行首第一个非空白字符序列，完美适配两种场景需求。
2. 行首\s*兼容行开头存在空格/缩进的情况，符合对“行首第一个非空白序列”的定义。
3. 每行只会产生1次匹配，不会出现多匹配、错误提取行首无关单词的问题。

示例匹配结果 #

针对给出的三行测试用例，匹配结果如下：

• ABC123 bla bla → 提取到ABC123
• Number: ABC123 bla bla → 提取到ABC123
• Some words 123 Number: ABC123 bla bla → 提取到ABC123

内容的提问来源于stack exchange，提问作者mkczyk