如何用Regex匹配Amazon链接中dp/后的10位字母数字串（不含dp/）

你当前的正则会把前缀dp/也包含在匹配结果里，想要只拿到那10位字母数字的ASIN码，有两种实用的调整方式：

方法1：使用正向回顾后发断言（零宽断言） #

这种方式可以让正则确认前面是dp/，但不会把这部分纳入最终的匹配结果：

(?<=dp/)[0-9A-Z]{10}

如果你想保留原来对ASIN开头的限制（仅数字或B），可以改成：

(?<=dp/)[0-9B][0-9A-Z]{9}

原理 #

(?<=dp/)是正向回顾后发断言，它会检查当前匹配位置的前面是否是dp/，但不会消耗这部分字符，所以后续的正则只会匹配你需要的10位码。

方法2：使用捕获组 #

如果你的正则工具/编程语言支持捕获组，可以把目标内容放在括号里，之后提取分组的内容：

dp/([0-9A-Z]{10})

同样，替换成你原来的规则就是：

dp/([0-9B][0-9A-Z]{9})

使用示例（Python） #

import re
url = "https://www.amazon.com/Tapps-Top-Apps-and-Games/dp/B00VU2BZRO/ref=sr_1_3?ie=UTF8&qid=1527813329&sr=8-3&keywords=poop"

# 提取捕获组内容
match_result = re.search(r'dp/([0-9A-Z]{10})', url)
if match_result:
    asin = match_result.group(1)
    print(asin)  # 输出：B00VU2BZRO

这种方式下，整个正则的匹配结果还是dp/B00VU2BZRO，但你可以通过获取第1个捕获组（group(1)）来得到纯ASIN码。

内容的提问来源于stack exchange，提问作者alexev31