使用正则表达式

Question

我希望使用正则表达式匹配“三个大写字母，一个小写字母和三个大写字母”。使这很困难的是相邻的大写字母必须相同。例如，我希望AAAbCCC，而不是AAAbCCD或ABAbCDC。

这是我尝试过的：

print(re.findall("[A-Z]{3}[a-z][A-Z]{3}", l))

但是，这不是我想要的，因为它也匹配AAAbCCD和ABAbCDC。

Answer 1

利用捕获的分组：

^([A-Z])\1\1[a-z]([A-Z])\2\2$

Demo

• ^([A-Z])捕获第一个大写字母，并放入捕获的第1组，\1\1匹配接下来的两个字符（如果它们与捕获的字符相同）。同样适用于第二个捕获的，后来由\2
引用

您可以使用范围匹配{}：

^([A-Z])\1{2}[a-z]([A-Z])\2{2}$

Answer 2

您可以使用([A-Z])\1{2}[a-z]([A-Z])\2{2}。

它将第一个找到的upercase字符存储在一个组中，并将其与\1（以及\2）一起重复使用，以检查以下两个字符。

Answer 3

您可以使用捕获组和反向引用：

re.findall(r"(([A-Z])\2\2[a-z]([A-Z])\3\3)", string)

但请注意，在模式re.findall()中存在组时，将返回组而不是匹配。 因此，要获得匹配的字符串，您需要将整个模式括在括号中并取第一组：

>>> s = "AAAbCCC AAAbCCD"
>>> [groups[0] for groups in re.findall(r"(([A-Z])\2\2[a-z]([A-Z])\3\3)", s)]
['AAAbCCC']

你也可以使用re.finditer()，它会在匹配对象上返回一个迭代器：

>>> [match.group(1) for match in re.finditer(r"(([A-Z])\2\2[a-z]([A-Z])\3\3)", s)]
['AAAbCCC']