从文本文件移除行号：正则表达式.+?(?=\ )匹配异常排查

嘿，我来帮你捋捋这个问题！你用的正则.+?(?=\ )之所以匹配范围超出预期，核心问题出在没有锚定匹配的起始位置，具体来说：

你的正则为啥不对？ #

.+?(?=\ )是惰性匹配任意字符（默认模式下不包含换行符）直到遇到第一个空格，但它没有限定必须从每一行的开头开始匹配。这就导致它会匹配文本中所有空格前的短字符序列——比如如果某一行内容是123 hello 456 world，这个正则会匹配123、hello、456这三个部分，替换后就会把hello 和456 也删掉，完全超出了你只删除行首行号的需求。

另外还有个小隐患：.+?要求至少匹配一个字符，如果某一行开头直接是空格（虽然你说格式是行号+空格+内容，但难免有例外），这个正则会直接跳过该行，但这可能不是你当前的主要问题。

正确的正则写法 #

要精准匹配每一行开头的行号+空格部分，你需要加上行首锚定符^，同时结合多行模式（让^匹配每一行的开头，而不是整个文本的开头）：

情况1：行号是纯数字（最常见的场景）

用^\d+\s+来匹配，解释一下：

• ^：锚定到当前行的开头
• \d+：匹配一个或多个数字（行号部分）
• \s+：匹配一个或多个空格（行号后面的空白部分）

替换时直接把匹配到的内容换成空字符串就行。

情况2：行号可能包含非数字字符（比如带字母前缀）

如果行号不只是纯数字，比如A123这种格式，就用^.+?\s+，但一定要加上^锚定行首，这样只会匹配每一行开头到第一个空格的内容。

实际示例 #

假设你的原文本是：

1  Hello Stack Overflow
2  This is line two
3    With extra spaces after line number

用带多行模式的正则^\d+\s+替换后，得到的结果是：

Hello Stack Overflow
This is line two
With extra spaces after line number

注意事项 #

记得开启正则引擎的多行模式（比如Python里加re.M标志，JavaScript里加m标志），否则^只会匹配整个文本的开头，没法处理多行内容。

内容的提问来源于stack exchange，提问作者Meik Vtune