如何用正则表达式提取两种文件路径中的文件名‘file’？

我有以下两个字符串：

txt = '/path/to/photo/file.jpg'
txt = '/path/to/photo/file_crXXX.jpg'

其中第二个字符串里的XXX是任意长度的变量内容，需要从这两个路径中提取名称file。

我尝试了以下两段单独的正则代码，分别对两种路径有效：

re.search(".*/(.*)\.jpg", txt).group(1)
re.search(".*/(.*)_cr.*", txt).group(1)

但合并成一个正则表达式时，下面的写法无法正常工作：

re.search(".*/(.*)(_cr.*)|(\.jpg)*", txt).group(1)
re.search(".*/(.*)(\.jpg)|(_cr.*)", txt).group(1)

请问该如何正确实现？

正确实现方案 #

正则表达式方案 #

可以通过可选分支+非捕获组来统一匹配两种路径，确保捕获组稳定获取目标内容：

import re

# 测试两种路径示例
paths = [
    '/path/to/photo/file.jpg',
    '/path/to/photo/file_crXXX.jpg'
]

# 核心正则：匹配路径末尾的目标名称，忽略两种后缀
pattern = r".*/(.*?)(?:_cr.*|\.jpg)"

for path in paths:
    result = re.search(pattern, path).group(1)
    print(result)  # 两次输出均为 'file'

正则说明：

• .*?：非贪婪匹配，确保只捕获到_cr或.jpg之前的内容，避免过度匹配到无关字符
• (?:...)：非捕获组，用来包裹两种后缀分支，不会生成额外捕获组干扰结果
• _cr.*|\.jpg：匹配两种结尾情况，要么是_cr开头的任意内容，要么是.jpg后缀

非正则方案（更直观） #

如果不想用正则，也可以借助路径处理工具分割后再提取：

import os

for path in paths:
    # 获取路径中的文件名部分（带后缀）
    filename = os.path.basename(path)
    # 按两种后缀分割取前半部分
    if '_cr' in filename:
        core_name = filename.split('_cr')[0]
    else:
        core_name = filename.split('.jpg')[0]
    print(core_name)  # 两次输出均为 'file'

原写法失效原因 #

之前的正则把捕获组和分支的逻辑结构搞错了：

• 原表达式中.*是贪婪匹配，会优先匹配到字符串末尾，导致捕获组内容不符合预期
• 分支的层级错误，没有把两种后缀放在同一匹配分支里，导致捕获组无法稳定获取目标内容

内容的提问来源于stack exchange，提问作者Tlaloc-ES