Question

我对使用反向引用的正则表达式有疑问。

我需要匹配字符串，我尝试使用此正则表达式(\w)\1{1,}来捕获字符串的重复值，但此正则表达式仅捕获连续重复的字符串;我坚持要改进我的正则表达式以捕获所有重复的值，如下所示：

import re

str = 'capitals'

re.search(r'(\w)\1{1,}', str)

Output None

import re

str = 'butterfly'

re.search(r'(\w)\1{1,}', str)

<_sre.SRE_Match object; span=(2, 4), match='tt'>

Answer 1

我会使用r'(\w).*\1，因此即使中间有特殊字符或空格，它也允许任何重复的字符。

然而，这对于重复字符重叠字符串abcdabcd等组的内容的字符串不起作用，其中它只识别第一组，忽略第一组中包含的其他重复字符（b，c， d）

查看演示：https://regex101.com/r/m5UfAe/1

所以另一种选择（根据你的需要）是对分析的字符串进行排序：

import re
str = 'abcdabcde'
re.findall(r'(\w).*\1', ''.join(sorted(str)))

使用重复的字符['a','b','c','d']

返回数组

Answer 2

希望下面的代码将帮助您了解Python RegEx的Backreference概念

在给定的字符串str中有两组信息可用

员工基本信息：
- 以@employeename开头，以employeename结尾
- 例如：@daniel dxc chennai 45000男daniel
员工指定
- 以％employeename开始，然后为名称，以employeename％结尾
- 例如：％daniel python开发人员daniel％

import re

#sample input

str="""
@daniel dxc chennai 45000 male daniel @henry infosys bengaluru 29000 male hobby- 
swimming henry
@raja zoho chennai 37000 male raja @ramu infosys bengaluru 99000 male hobby-badminton 
ramu
%daniel python developer daniel% %henry database admin henry%
%raja Testing lead raja% %ramu Manager ramu%
"""

#backreferencing employee name (\w+)  <----  \1
#----------------------------------------------
basic_info=re.findall(r'@+(\w+)(.*?)\1',str)
print(basic_info)

#(%) <-- \1  and (\w+) <--- \2 
#-------------------------------
designation=re.findall(r'(%)+(\w+)(.*?)\2\1',str)
print(designation)

for i in range(len(designation)):
    designation[i]=(designation[i][1],designation[i][2])
print(designation)

使用带有反向引用匹配的python正则表达式

2 个答案: