Python regex - 使用先前匹配的字符匹配字符序列

Question

我希望匹配诸如“zxxz”和“vbbv”之类的字符串，其中一个字符后跟一对与第一个不匹配的相同字符，然后是第一个。因此，我确实不希望匹配诸如“zzzz”和“vvvv”之类的字符串。

我从以下匹配所有这些示例的 Python 正则表达式开始：

(.)(.)\2\1

为了排除第二组（“zzzz”，“vvvv”），我尝试了这个修改：

(.)([^\1])\2\1

我的理由是第二组可以包含任何单个字符，只要它与第一组中匹配的字符不同。

不幸的是，这似乎不起作用，因为它仍然匹配“zzzz”和“vvvv”。

根据 Python 2.7.12 文档：

\数字

匹配同号组的内容。组从 1 开始编号。例如，(.+) \1 匹配“the the”或“55 55”，但不匹配“thethe”（注意组后面的空格）。此特殊序列只能用于匹配前 99 个组中的一个。如果 number 的第一个数字是 0，或者 number 是 3 个八进制数字，则不会被解释为组匹配，而是被解释为具有八进制值 number 的字符。 在字符类的 '[' 和 ']' 内，所有数字转义都被视为字符。

（我强调了）。

我觉得这句话模棱两可，或者至少不清楚，因为它向我暗示数字转义应该解析为集合中的单个排除字符，但这似乎没有发生。

此外，以下正则表达式似乎也无法正常工作：

(.)[^\1][^\1][\1]

这似乎与“zzzz”或“zxxz”不匹配。

Answer 1

您想在第二个捕获组中对\1 执行negative lookahead assertion (?!...)，然后它将起作用：

r'(.)((?!\1).)\2\1'

测试你的例子：

>>> import re
>>> re.match(r'(.)((?!\1).)\2\1', 'zxxz')
<_sre.SRE_Match object at 0x109b661c8>
>>> re.match(r'(.)((?!\1).)\2\1', 'vbbv')
<_sre.SRE_Match object at 0x109b663e8>
>>> re.match(r'(.)((?!\1).)\2\1', 'zzzz') is None
True
>>> re.match(r'(.)((?!\1).)\2\1', 'vvvv') is None
True