本文介绍如何通过非贪婪匹配（lazy quantifier）精准提取字符串中所有以特定子串开头、以另一子串结尾的中间内容，避免默认贪婪匹配导致跨段误捕获。
本文介绍如何通过非贪婪匹配（lazy quantifier）精准提取字符串中所有以特定子串开头、以另一子串结尾的中间内容，避免默认贪婪匹配导致跨段误捕获。
在正则表达式中，*（星号）默认是贪婪量词，它会尽可能多地匹配字符，直到遇到满足后续模式的最后一个位置。例如，对字符串 'aabcadeaaabbacababe' 使用 c(.*)e 时，.* 会从第一个 c 后一直匹配到最后一个 e，结果捕获 "ad...aabab" 整个长片段（即 'ad' + 'aaabbacabab'），最终只返回一个错误的长匹配项：['adaaabbacabab']。
要实现“每一对最近的起止符之间独立匹配”，必须改用非贪婪（惰性）量词：*?。它会让正则引擎在满足整体模式的前提下，尽可能少地匹配字符，从而实现逐对捕获。
✅ 正确写法：c(.*?)e
-
c匹配字面量c； -
(.*?)非贪婪捕获任意字符（包括空字符）零次或多次； -
e匹配紧随其后的第一个e。
以下是完整可运行示例：
import re text = 'aabcadeaaabbacababe' matches = re.findall(r'c(.*?)e', text) print(matches) # 输出: ['ad', 'abab']
? 匹配过程解析：
- 第一次匹配：从索引 3 的
c开始 → 找到最近的e（索引 5），中间为'ad'； - 第二次匹配：从索引 12 的
c开始 → 找到下一个e（索引 16），中间为'abab'； - 不会跨过中间的
c或e继续延伸，确保每个结果严格对应“最近的c到最近的e”。
⚠️ 注意事项：
- 若起始/结束子串本身含特殊正则字符（如
.,*,+,?,[,(等），需使用re.escape()转义； - 若要支持多行匹配（如换行符
\n也属于“中间内容”），需添加re.DOTALL标志； -
re.findall仅返回捕获组内容；若需完整匹配（含c和e），可去掉括号或改用re.finditer。
总结：非贪婪匹配是解决“最小化截取”问题的核心技巧。牢记 *?、+?、{n,m}? 等惰性形式，并结合 re.findall 的分组行为，即可稳健提取多段边界内内容。
