正则表达式：如何匹配相同字符序列？

Question

我正在尝试匹配“任何不是.(句点)的连续相同字符链”

比如说，我有：

line = '....xooo......'

如果我这样做，

就会这样。

match in re.findall(r'[^\.]{2,}', line)

match返回"xooo"。

相反，我只想要"ooo"，这是一串相同字符的序列。

我该怎么做？

- user2492270

Answer 1

re.search(r'(([^.])\2{1,})', line).group(1)

说明：

"(([^.])\2{1,})"
    1st Capturing group (([^.])\2{1,})
    2nd Capturing group ([^.])
      Negated char class [^.] matches any character except:
         . The character .
    \2 1 to infinite times [greedy] Matches text saved in the 2nd capturing group

如果您想获得该约束条件的所有匹配项：

>>> line = '....xooo...xx..yyyyy.'
>>> map(lambda t: t[0], re.findall(r"(([^.])\2+)", line))
# ['ooo', 'xx', 'yyyyy']

- dawg

---

现在尝试一下——Perl 到 Python 的问题 :-0 - dawg

Answer 2

line = '....xooo......aaaa...'
import re
print [whole for whole, _ in re.findall("(([^.])\\2+)", line)]

输出

['ooo', 'aaaa']

([^.]) 匹配除了 . 以外的任何字符，并将其捕获为一组。 \\2 指代内部捕获的组，该组是由 ([^.]) 匹配的字符，而 + 表示至少出现一次。因此，它匹配 ooo。

- thefourtheye

---

嗯，这个可以用！但我在寻找更简短的方法...我以为有一种方法可以在一行代码中实现:( 你认为这是不可能的吗？ - user2492270

@user2492270 完成。请现在检查我的答案。 - thefourtheye

为什么需要双括号？你只需要这样做 "([^.])\1+" 就可以了，对吧？ - justhalf

@user2492270 不要抱怨长度！ :) 尽管它构成了一个正则集，但你试图匹配的模式需要一个非常长的正则表达式，如果我们坚持真正的正则表达式；基本上是许多单独模式的大联合，这些单独模式分别匹配像 aaaaaa... 和 bbbbb... 这样的东西。反向引用功能允许匹配非正则集；也就是说，为了使它像上面那样简洁，我们已经离开了正则表达式的领域，而你想让它更短。 :) - Kaz