如何用Python re模块提取首尾相同字符包裹的子串并去除首尾标识

有几种简单的方式可以实现你想要的效果：

方法1：使用正则捕获组 #

修改正则表达式，用括号把中间需要提取的部分包裹起来，re.findall会自动返回捕获组的内容：

import re
text = "/image/123.__W500__.png"
print(re.findall('__(.*?)__', text))
# 输出: ['W500']

这里(.*?)是非贪婪捕获组，只会匹配__之间的内容，不会超出边界。

方法2：使用正向前后查找断言 #

利用正则的零宽断言，只匹配__之间的内容，不需要捕获组：

import re
text = "/image/123.__W500__.png"
print(re.findall('(?<=__).*?(?=__)', text))
# 输出: ['W500']

• (?<=__)是正向后行断言，确保前面是__
• (?=__)是正向前行断言，确保后面是__
• 这种方式匹配的内容本身不包含首尾的__

方法3：对结果进行后处理 #

如果不想修改正则，也可以直接对匹配到的结果做字符串处理：

方式A：用strip去除首尾下划线 #

import re
text = "/image/123.__W500__.png"
matches = re.findall('__.*?__', text)
result = [item.strip('_') for item in matches]
print(result)
# 输出: ['W500']

方式B：用切片截取中间部分 #

因为首尾的__长度固定是2，直接切片取[2:-2]：

import re
text = "/image/123.__W500__.png"
matches = re.findall('__.*?__', text)
result = [item[2:-2] for item in matches]
print(result)
# 输出: ['W500']

内容的提问来源于stack exchange，提问作者saromba