Python正则表达式找到所有重叠匹配?

时间:2011-04-11 04:41:50

标签: python regex overlapping

我正在尝试使用Python 2.6中的re在更大的数字系列中找到每10个数字系列的数字。

我很容易抓住没有重叠的比赛,但我希望数字系列中的每场比赛。例如

in“123456789123456789”

我应该得到以下列表:

[1234567891,2345678912,3456789123,4567891234,5678912345,6789123456,7891234567,8912345678,9123456789]

我发现了对“前瞻”的引用,但我看到的例子只显示了数字对而不是更大的分组,我无法将它们转换为超出两位数。

3 个答案:

答案 0 :(得分:127)

在前瞻中使用捕获组。前瞻捕获您感兴趣的文本,但实际匹配在技术上是前瞻之前的零宽度子字符串,因此匹配在技术上不重叠:

import re 
s = "123456789123456789"
matches = re.finditer(r'(?=(\d{10}))',s)
results = [int(match.group(1)) for match in matches]
# results: 
# [1234567891,
#  2345678912,
#  3456789123,
#  4567891234,
#  5678912345,
#  6789123456,
#  7891234567,
#  8912345678,
#  9123456789]

答案 1 :(得分:63)

您还可以尝试使用支持重叠匹配的third-party regex module(不是re)。

>>> import regex as re
>>> s = "123456789123456789"
>>> matches = re.findall(r'\d{10}', s, overlapped=True)
>>> for match in matches: print match
...
1234567891
2345678912
3456789123
4567891234
5678912345
6789123456
7891234567
8912345678
9123456789

答案 2 :(得分:16)

我喜欢正则表达式,但这里不需要它们。

简单地

s =  "123456789123456789"

n = 10
li = [ s[i:i+n] for i in xrange(len(s)-n+1) ]
print '\n'.join(li)

结果

1234567891
2345678912
3456789123
4567891234
5678912345
6789123456
7891234567
8912345678
9123456789