如何使用正则表达式反向引用找到重复两次或三次的单词？

Question

我正在学习正则表达式，我尝试找到重复两次的猫，我发现了它。

import re
f = "cat bat rat cat cat cat"
print(re.findall(r'(cat) \1',f))

但是当我想检查这个词是否重复两次并使用

时

print(re.findall(r'(cat) \2',f))

我收到错误。

Answer 1

反斜杠后面的数字表示您指的是哪个捕获组，而不是它应该发生的次数。使用{n}重复上一个选择器n次。

正确的解决方案是：r'(cat)(?: \1){2}'

这里我用(?: ... )创建一个非捕获组（即一个无法引用的组），因此空间和后引用被组合在一起。通过这种方式，我得到一个选择器，可以选择它们，并可以{n}重复 根据您的文本输入，您可能希望用\s（即任何空格）替换空格和/或附加+以匹配多个空格或制表符分隔单词的情况。

使用单词边界\b可能也很有用： r'\b(cat)(?: \1){2}\b'，因此您无法与'bobcat cat cat'或'cat cat cats'

匹配

Answer 2

\b(?:(cat)\s??\b){3}

用文字：

寻找一个单词边界，这是三次，然后是： 字符序列＆＃39; cat＆＃39;，其后面是可选的空格（如果可能的话），以及必要的字边界。 捕捉猫＃39;如果匹配。

regex101 example

Python实现：

import re
f = "cat bat rat cat cat cat hot dog cat cat cat"
re.findall(r'\b(?:(cat)\s??\b){3}', f)
# result: ['cat', 'cat']

当问题出现时，如果三只猫出现而不是多久就会使用re.search。

Answer 3

简短回答：\b(\w+)\s\1(\s\1)?\b

长期回答

您需要一个重复两次或三次的单词，因此

• \w+将匹配所有单词
• 后跟空格\s
• 但是您希望之前重复精确的单词，因此将已经写好的\w包裹在()中以将其分组-这样它就变成了(\w+)\s
• 您现在返回引用上面的内容，它变为(\w+)\s\1。在这个阶段，您将所有单词重复两次
• 对于具有相同单词的可选（?）出现三次，您说\s\1?-这意味着可选地（用?表示）在空格后检查相同单词，因此（可选），再次将其放入(\s\1)?这样的组中
  • 最后，您只希望匹配完整的单词，因此，请在\b之前加上前缀，即用分词符将它们分开

变为\b(\w+)\s\1(\s\1)?\b