本文介绍如何用 Python 的 re.findall 配合捕获组，精准提取被相同子串（如 __）包围的中间内容，避免返回冗余的边界字符。
本文介绍如何用 python 的 `re.findall` 配合捕获组，精准提取被相同子串（如 `__`）包围的中间内容，避免返回冗余的边界字符。
在字符串处理中，常需提取被特定分隔符（如双下划线 __、方括号 []、引号 "" 等）包裹的内部内容。若直接使用非贪婪匹配 __.*?__，re.findall 会返回整个匹配项（含边界），例如 ['__W500__']；而实际需求往往是仅获取中间部分——即 W500。
解决方法是使用捕获组 (...)：将目标内容用圆括号括起，re.findall 会自动返回捕获组中的内容（而非整个匹配），前提是模式中至少存在一个捕获组。
✅ 正确写法：
import re text = "/image/123.__W500__.png" matches = re.findall(r'__(.*?)__', text) # 注意：(.*?) 是捕获组 print(matches) # 输出: ['W500']
? 关键说明：
- r'__(.*?)__' 中，__ 是字面量边界，(.*?) 是非贪婪捕获组，匹配任意字符（除换行符）零次或多次；
- re.findall 检测到捕获组后，只返回组内匹配内容，自动忽略外围 __；
- 若需匹配多个独立段落（如 "__A__ and __B__"），该模式仍能正确返回 ['A', 'B']；
- 使用原始字符串 r'' 可避免反斜杠转义问题，推荐作为正则书写惯例。
⚠️ 注意事项：
- 若正则中无捕获组（如 re.findall('__.*?__', text)），结果将包含边界；
- 若需匹配嵌套结构（如 __a__b__ 中的 a__b），标准正则不适用，应改用 re.finditer 手动解析或专用解析器；
- 对大小写敏感场景，可添加标志 re.IGNORECASE，例如 re.findall(r'__(.*?)__', text, re.IGNORECASE)。
总结：掌握捕获组是精准提取定界内容的核心技巧——只需把想保留的部分放进 ( )，re.findall 就会为你“去壳取肉”。
