Question

有没有办法可以找出Python中字符串中正则表达式的匹配数？例如，如果我有字符串"It actually happened when it acted out of turn."

我想知道字符串中出现"t a"的次数。在该字符串中，"t a"出现两次。我希望我的功能告诉我它出现了两次。这可能吗？

Answer 1

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

Answer 2

基于findall的现有解决方案适用于非重叠匹配（毫无疑问，除非可能是大量匹配），尽管sum(1 for m in re.finditer(thepattern, thestring))等替代方案（以避免实现列表）当你关心的只是计数时）也很有可能。有点特殊的是使用subn并忽略结果字符串......：

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

如果你只关心（比方说）多达100场比赛，那么后一种想法的唯一真正优势就来了;然后，re.subn(pattern, '', thestring, 100)[1]可能是实用的（返回100是否有100个匹配，或1000个，甚至更大的数字）。

计算重叠匹配需要您编写更多代码，因为所讨论的内置函数都专注于非重叠匹配。还有定义问题，例如，模式为'a+'而字符串为'aa'，您认为这只是一个匹配，或三个（第一个a，第二个匹配，他们两个），或......？

假设您希望可能重叠的匹配从字符串中的不同位置开始（然后会为前一段中的示例提供两个匹配）：

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）方法< / em> search确实如此，所以你必须随时切换字符串 - 绝对比下一次搜索从下一个可能的不同起点开始更多的努力，这就是我正在做的事情这个功能。

Answer 3

我知道这是关于正则表达式的问题。如果有人想要非正则表达式解决方案，我只是想提及count方法以供将来参考。

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

返回子串的非重叠出现次数

Answer 4

您可以使用非捕获子模式找到重叠匹配：

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

Answer 5

你试过这个吗？

 len( pattern.findall(source) )

Answer 6

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

Answer 7

为了避免创建匹配列表，可以使用re.sub作为替换密码。它将在每场比赛中被调用，增加内部计数器。

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

Answer 8

这很好

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

找出正则表达式在Python中的字符串中匹配的次数

8 个答案: