如何基于URL模式利用正则表达式提取URL中的指定数字？

嘿，我来帮你搞定这个问题～你原来的代码用了re.sub，但这个方法是替换匹配到的内容，你把整个匹配的URL替换成了空字符串，所以输出自然是空的。我们需要的是提取括号里捕获的数字部分，而不是替换，所以得换个思路：

方法一：使用re.search提取捕获组 #

先找到匹配的正则对象，再取出第一个捕获组的内容：

import re  # 别忘了导入re模块哦

urlss = 'http://www.deyi.com/thread-24488-1-1.html'
# 用正则匹配URL结构，捕获中间的数字部分
match_result = re.search(r'http://www.deyi.com/thread-(.*?)-1-1.html', urlss)
if match_result:
    target_num = match_result.group(1)
    print(target_num)  # 输出：24488

方法二：更精准的正则（推荐） #

因为我们明确要提取的是数字，所以用\d+（匹配一个或多个数字）来替代.*?，这样能避免意外匹配到非数字字符：

import re

urlss = 'http://www.deyi.com/thread-24488-1-1.html'
match_result = re.search(r'thread-(\d+)-1-1\.html', urlss)
if match_result:
    print(match_result.group(1))  # 输出：24488

为什么原来的代码不行？ #

你之前的re.sub('http://www.deyi.com/thread-(.*?)-1-1.html', '', urlss)是把整个符合规则的URL字符串替换成空，相当于“删掉匹配到的内容”，所以最终输出是空字符串，而不是捕获的数字。

内容的提问来源于stack exchange，提问作者wen tian