在Python中查找正则表达式在字符串中匹配的次数

Question

有没有一种方法可以在Python中查找字符串中正则表达式的匹配次数？例如，如果我有字符串"It actually happened when it acted out of turn."。我想知道"t a"出现了多少次。在该字符串中，"t a"出现了两次。我希望我的函数告诉我它出现了两次。这可能吗？

- Dan

---

您是否需要计算重叠匹配？在字符串“friend of a friend of a friend”中，正则表达式“friend of a friend”出现一次还是两次？ - Ants Aasma

你需要重叠吗？那么，如果匹配模式是“aa”，源字符串是“aaaa”，正确答案是3吗？ - steveha

Answer 1

import re
len(re.findall(pattern, string_to_search))

- SilentGhost

---

如果你不想错过大小写不同的模式，可以使用 len(re.findall(pattern, string_to_search, re.IGNORECASE))。 - KawaiKx

Answer 2

对于非重叠匹配，基于findall的现有解决方案很好（除了可能在匹配数量巨大时不是最优的）。如果您只关心计数而不使用列表，则可以使用其他选择，例如：sum(1 for m in re.finditer(thepattern, thestring))。使用subn并忽略结果字符串会有点特殊...：

def countnonoverlappingrematches(pattern, thestring):
  return re.subn(pattern, '', thestring)[1]

如果你只想计算（比如说）前100个匹配的话，那么后一种方法的唯一优势就在于这种情况下使用re.subn(pattern, '', thestring, 100)[1]可能更实用（无论有100次匹配还是1000次、甚至更多次都返回100）。

计算重叠的匹配需要你编写更多代码，因为相关的内置函数都专注于非重叠匹配。还有一个定义问题，例如如果pattern是'a+'，thestring是'aa'，你会认为这是一个匹配、三个匹配（第一个a，第二个a，或者都包含），还是其他什么？

假设你想要的是可能重叠的匹配，而且它们必须从字符串中不同的位置开始（这样对于前面那个例子会得到两个匹配）：

def countoverlappingdistinct(pattern, thestring):
  total = 0
  start = 0
  there = re.compile(pattern)
  while True:
    mo = there.search(thestring, start)
    if mo is None: return total
    total += 1
    start = 1 + mo.start()

请注意，在这种情况下，您必须将模式编译为RE对象：函数re.search不接受start参数（搜索的起始位置），就像方法search一样。因此，您必须在进行搜索时对字符串进行切片——这肯定比让下一个搜索从下一个可能的不同起始点开始更费力，而这正是我在此函数中所做的。

- Alex Martelli

Answer 3

我知道这是一个关于正则表达式的问题。我只是想提一下count方法，以备将来如果有人想要一个非正则表达式的解决方案。

>>> s = "It actually happened when it acted out of turn."
>>> s.count('t a')
2

返回子字符串非重叠出现次数的函数。

- Nadia Alramli

Answer 4

你可以通过使用非捕获子模式来查找重叠的匹配：

def count_overlapping(pattern, string):
    return len(re.findall("(?=%s)" % pattern, string))

- Ants Aasma

---

问题的简单清晰的解决方案！谢谢。 - Tejas Anil Shah

Answer 5

你尝试过这个吗？

 len( pattern.findall(source) )

- S.Lott

---

这是否计算重叠？他说它需要支持这个。（似乎这将非常难以执行） - Evan Fosmark

文档中写道：在字符串中返回模式的所有非重叠匹配项，作为字符串列表。http://docs.python.org/library/re.html - S.Lott

Answer 6

import re
print len(re.findall(r'ab',u'ababababa'))

- c_harm

Answer 7

为了避免创建匹配列表，可以使用re.sub与可调用对象一起使用。它将在每个匹配上被调用，并递增内部计数器。

class Counter(object):
    def __init__(self):
        self.matched = 0
    def __call__(self, matchobj):
        self.matched += 1

counter = Counter()
re.sub(some_pattern, counter, text)

print counter.matched

- janislaw

Answer 8

这个可以正常工作

ptr_str = lambda pattern,string1 :print(f'pattern = {pattern} times = {len(re.findall(pattern,string1))}')
pattern = 'AGATC'
str='AAGGTAAGTTTAGAATATAAAAGGTGAGTTAAATAGATCATAGGTTATATTGT'
ptr_str(pattern,string1)

- Rahul