Python re模块占位符使用问题：如何捕获斜杠前的多位数字？

好的，我来帮你拆解下问题出在哪，以及怎么修复：

首先，你的正则表达式失效的核心原因是贪婪匹配的特性加上捕获组写法不够精准：

原正则 r"^h.*(?P<test>[0-9].*)/.*$" 里，^h.* 是贪婪模式，它会尽可能多地匹配字符，直到后面的表达式能匹配为止。在你的字符串 "hello world 1234/book" 中，^h.* 会一直匹配到 "hello world 123"，剩下的 "4/book" 刚好满足后面的 [0-9].*/，所以捕获组 test 只能拿到最后一个数字 "4"。

解决办法 #

你需要精准定位斜杠前连续至少4位的数字，调整正则表达式即可：

修正后的代码 #

import re
s = "hello world 1234/book"
# 匹配斜杠前的连续4位及以上数字
x = r".*(?P<test>\d{4,})/.*$"
y = re.search(x, s)
if y:
    print(y.group('test'))  # 输出: 1234

正则逻辑解释 #

• \d{4,}：明确匹配连续4位及以上的数字，完美契合你“长度至少为4位”的需求。
• 前面的 .* 虽然还是贪婪，但它会自动停在第一个能让 \d{4,}/ 匹配的位置，也就是精准找到斜杠前的目标数字串。

更严谨的写法（可选） #

如果要避免匹配到更长数字串的末尾部分（比如字符串是 "hello 12345/book" 时，不想误匹配成 "2345"），可以加上负向断言来确保数字的独立性：

x = r".*(?P<test>(?<!\d)\d{4,}(?!\d))/.*$"

这里 (?<!\d) 是负向后行断言，确保数字前面没有其他数字；(?!\d) 是负向前行断言，确保数字后面（斜杠前）没有其他数字，进一步提升匹配的精准度。

内容的提问来源于stack exchange，提问作者King of Juice