本文介绍如何利用正则表达式的捕获组精准提取两个相同边界标记（如 __）之间的内容，避免将边界本身包含在结果中。核心在于使用非贪婪匹配配合圆括号捕获组。
本文介绍如何利用正则表达式的捕获组精准提取两个相同边界标记（如 __）之间的内容，避免将边界本身包含在结果中。核心在于使用非贪婪匹配配合圆括号捕获组。
在处理类似 /image/123.__W500__.png 这样的字符串时，若目标是提取 __ 之间的真实内容（即 W500），直接使用 __.*?__ 会返回带边界的完整匹配（如 ['__W500__']）。正确做法是将待提取部分用圆括号包裹，形成捕获组，使 re.findall() 自动返回组内内容而非整个匹配串。
示例代码如下：
import re text = "/image/123.__W500__.png" matches = re.findall(r'__(.*?)__', text) # 注意：r'' 原始字符串更安全；(.*?) 是非贪婪捕获组 print(matches) # 输出: ['W500']
✅ 关键要点：
- __(.*?)__ 中，__ 是字面量边界，(.*?) 表示“尽可能少地匹配任意字符”，且因被括号包围，findall() 会仅返回该组内容；
- 若正则中含多个捕获组，findall() 将返回元组列表（如 r'(a)(b)' 匹配 'ab' → [('a', 'b')]），但单组时直接返回字符串列表；
- 推荐始终使用原始字符串（r''）定义正则，避免反斜杠转义问题；
- 若需匹配更通用的“首尾相同字符”（不限于 __），可改用 r'(.).*?\1'（\1 表示反向引用第一个捕获组），但注意该模式会匹配任意单字符起止（如 'aba'、'c123c'），且不适用于多字符边界（如 __）。
总结：要剥离固定边界、提取中间内容，优先采用「边界 + 捕获组 + 非贪婪量词」结构，简洁、高效、可读性强。
