如何用Python正则表达式提取文本文件最后两行的编号？

没问题，我来帮你搞定这个需求！要提取txt文件最后两行对应的编号，还要处理编号可能重复的情况，核心思路是先定位到文件的最后两行（或最后两个编号条目），再用正则精准提取每行的编号。下面分两种常见的文件格式给出实现方案：

情况1：文件每行对应一个编号+内容条目 #

如果你的txt文件是每行存储一个编号和对应的内容（比如：

0001 fd
0002 gfgd
0003 hgjhgj
0006 hfhfg
0007 fgdgdfhf vn

），可以用下面的代码：

import re

# 读取目标txt文件，替换成你的文件路径
with open('your_file.txt', 'r', encoding='utf-8') as f:
    # 读取所有行，同时过滤掉空行（可选，根据你的文件实际情况调整）
    lines = [line.strip() for line in f if line.strip()]

# 获取最后两行，若文件行数不足两行则取所有行
last_two_lines = lines[-2:] if len(lines) >= 2 else lines

# 定义正则：匹配每行开头的4位数字编号
pattern = re.compile(r'^(\d{4})')
extracted_numbers = []

for line in last_two_lines:
    match_result = pattern.match(line)
    if match_result:
        extracted_numbers.append(match_result.group(1))

print("提取到的最后两行编号：", extracted_numbers)

情况2：文件所有条目在一行连续存储 #

如果你的文件内容是像你提供的示例那样，所有编号+内容在一行里用空格分隔（比如0001 fd 0002 gfgd 0003 hgjhgj 0006 hfhfg 0007 fgdgdfhf vn），我们需要先把每个编号条目分割出来，再取最后两个提取编号：

import re

with open('your_file.txt', 'r', encoding='utf-8') as f:
    content = f.read().strip()

# 用正则分割出每个编号+内容的条目：匹配以4位数字开头，直到下一个4位数字或文本结尾
entries = re.findall(r'(\d{4}\s.*?)(?=\s\d{4}|$)', content)

# 取最后两个条目，若条目数不足2则取所有
last_two_entries = entries[-2:] if len(entries) >= 2 else entries

# 提取每个条目的编号
pattern = re.compile(r'^(\d{4})')
extracted_numbers = [pattern.match(entry).group(1) for entry in last_two_entries if pattern.match(entry)]

print("提取到的最后两个条目编号：", extracted_numbers)

关键正则说明 #

• ^(\d{4})：匹配每行（或每个条目）开头的4位数字，括号用于捕获我们需要的编号内容。
• (\d{4}\s.*?)(?=\s\d{4}|$)：这是一个正向预查正则，用来精准分割连续存储的条目，确保每个条目从4位数字开始，到下一个4位数字前或文本结尾结束。

如果你的编号格式不是4位数字，或者分隔符不是空格，只需要调整正则里的匹配规则就行，比如把\d{4}改成\d{3}匹配3位编号，把\s改成你实际的分隔符。

内容的提问来源于stack exchange，提问作者Claire Louise Sajol