使用正则表达式将带有重复字符的字符串拆分到列表中

Question

我对Regex没有太多经验，但我一直在阅读很多相关内容。假设有一个字符串s = '111234'我想要一个字符串拆分为L = ['111', '2', '3', '4']的列表。我的方法是让一个小组检查它是否是一个数字，然后检查该组的重复。像这样的东西

L = re.findall('\d[\1+]', s)

我认为\d[\1+]基本上会检查“数字”或“数字+”相同的重复次数。我想这可能会做我想要的。有人可以帮忙吗？

Answer 1

使用re.finditer()：

>>> s='111234'
>>> [m.group(0) for m in re.finditer(r"(\d)\1*", s)]
['111', '2', '3', '4']

Answer 2

如果您想对所有重复的字符进行分组，那么您也可以使用itertools.groupby，就像这样

from itertools import groupby
print ["".join(grp) for num, grp in groupby('111234')]
# ['111', '2', '3', '4']

如果您想确保只想要数字，那么

print ["".join(grp) for num, grp in groupby('111aaa234') if num.isdigit()]
# ['111', '2', '3', '4']

Answer 3

试试这个：

s = '111234'

l = re.findall(r'((.)\2*)', s)
## it this stage i have [('111', '1'), ('2', '2'), ('3', '3'), ('4', '4')] in l

## now I am keeping only the first value from the tuple of each list
lst = [x[0] for x in l]

print lst

输出：

['111', '2', '3', '4']