如何对数字后缀进行正则表达式？

Question

我有以下正则表达式（示例在 Python 中）：pattern = re.compile(r'^(([a-zA-Z0-9]*[a-zA-Z]+)([\d]+)|([\d]+))$')这可以正确解析任何具有数字后缀和可选的字母数字前缀的字符串：a123a2a123123All 将正确地123视为后缀。它将正确拒绝错误的输入：abc123abc()123  # Or other non-alphanumerics不过，正则表达式本身相当笨拙，因此，一些捕获组通常是空的，这意味着我必须执行额外的步骤来过滤掉它们。我很好奇是否有比“数字或以字符结尾的字母数字开头的数字”更好的方式来考虑这个正则表达式？

Answer 1

您可以使用

^[A-Za-z0-9]*?([0-9]+)$

查看正则表达式演示

细节

• ^ - 字符串的开始

• [A-Za-z0-9]*?- 任何字母/数字，零次或多次，尽可能少（由于这种非贪婪匹配，下一个模式([0-9]+)，将匹配字符串末尾的所有数字）

• ([0-9]+) - 第 1 组：一位或多位数字

• $ - 字符串的结尾。

在 Python 中：

m = re.search(r'^[A-Za-z0-9]*?([0-9]+)$') # Or, see below

# m = re.match(r'[A-Za-z0-9]*?([0-9]+)$') # re.match only searches at the start of the string

# m = re.fullmatch(r'[A-Za-z0-9]*?([0-9]+)') # Only in Python 3.x 

if m:

    print(m.group(1))

Answer 2

如果您使用非捕获组并正确管理重复，问题就会自行缓解。

pattern = re.compile(r'^(?:[a-zA-Z0-9]*[a-zA-Z]+)?([0-9]+)$')

后缀只有一个捕获组（组 1），并且没有捕获它之前的字母数字。

或者，使用命名组是另一种选择，它通常使长的、结构化的正则表达式更容易维护：

pattern = re.compile(r'^(?P<a>[a-zA-Z0-9]*[a-zA-Z]+)?(?P<suffix>[0-9]+)$')