如何从右边创建非贪婪的正则表达式？

Question

我有一个名为'ab9c_xy8z_12a3.pdf'的文件。 我想捕获最后一个下划线之后和'.pdf'之前的部分。 写正则表达式如：

    s = 'ab9c_xy8z_12a3.pdf'
    m = re.search(r'_.*?\.pdf',s)
    m.group(0)

返回：'_ xin8z_12a3.pdf'

在这个例子中，我想只捕获'12a3'部分。 谢谢您的帮助。

Answer 1

_.*?\\.pdf正则表达式将第一个下划线与_匹配，然后匹配除换行符之外的任何0 +字符，尽可能少，但最接近最后一个出现的.pdf ，结果最后的字符串。 所以， . 只是因为正则表达式引擎分析字符串（从左到右）的方式，因此匹配所有下划线到.pdf . 图案。

您可以通过使用否定字符类 [^_]而不是使用来修复模式. 这将“减去”下划线. 图案。

([^_]+)\.pdf

并获取Group 1值。 请参阅正则表达式演示 。

Python演示 ：

import re
rx = r"([^_]+)\.pdf"
s = "ab9c_xy8z_12a3.pdf"
m = re.search(rx, s)
if m:
    print(m.group(1)) # => 12a3

Answer 2

请改用re.split ：

>>> re.split('[_.]', 'ab9c_xy8z_12a3.pdf')[-2]
'12a3'