Question

我想在字符串中找到所有连续重复的字符块。例如，请考虑以下事项：

s = r'http://www.google.com/search=ooo-jjj'

我想要找到的内容：www，ooo和jjj。

我试着这样做：

m = re.search(r'(\w)\1\1', s)

但它似乎没有像我期望的那样起作用。有什么想法吗？

另外，我怎么能在Bash中做到这一点？

Answer 1

((\w)\2{2,})匹配3个或更多连续字符：

In [71]: import re
In [72]: s = r'http://www.google.com/search=ooo-jjjj'
In [73]: re.findall(r'((\w)\2{2,})', s)
Out[73]: [('www', 'w'), ('ooo', 'o'), ('jjjj', 'j')]

In [78]: [match[0] for match in re.findall(r'((\w)\2{2,})', s)]
Out[78]: ['www', 'ooo', 'jjjj']

(\w)匹配任何字母数字字符。

((\w)\2)匹配后跟相同字符的任何字母数字字符，因为\2匹配组号2的内容。由于我嵌套了括号，因此第2组引用了\w匹配的字符。

然后把它们放在一起， ((\w)\2{2,})匹配任何字母数字字符，后跟相同的字符重复 2次或更多次。

总的来说，这意味着正则表达式要求角色重复3次或更多次。

Answer 2

以下代码可以解决您的问题：

s="abc def aaa bbb ccc def hhh"

for match in re.finditer(r"(\w)\1\1", s):
    print s[match.start():match.end()]

Answer 3

它几乎正常，只需将search替换为finditer即可。它返回一个迭代器，而不是匹配但是......：

m = [(x.start(),x.end()) for x in re.finditer(r'(\w)\1\1', s)]

如何使用re来查找连续的，重复的字符

3 个答案: