匹配字符串中两个重复的连续字符但不匹配三个或更多的正则表达式。如果 'aa' 和 'bbb' 都存在则应该匹配

Question

我最初的问题因重复而被关闭。我不同意它是重复的，因为这是查看正则表达式语法的不同用例。我试图在下面澄清我的问题。

是否可以创建一个正则表达式来匹配字符串中的两个重复的连续字符（在本例中为小写字母），但如果任一侧有相同的字符，则不匹配字符串的一部分。例如匹配 'aa' 但不匹配 'aaa' 或 'aaaa'？

另外：

• 虽然我使用的是 Python 3.10，但我正在尝试在不使用外部模块提供的附加功能的情况下使用“标准”正则表达式语法来确定这是否可行。例如使用 Python，这意味着使用标准库中的 're' 模块的解决方案。

• 如果有 3 个或更多重复的连续字符，如果字符串的其他地方有两个重复的连续字符，则字符串应该仍然匹配。例如匹配'aa'，即使'bbb' 存在于字符串中的其他位置。

• 如果两个重复的连续字符出现在字符串的开头或结尾，字符串也应该匹配。

• 如果特定长度有所不同，我的示例是 16 个字符串。

示例：

ffumlmqwfcsyqpss 应该匹配 'ff' 或'ss'。

zztdcqzqddaazdjp 应该匹配 'zz'、'dd'、'aa'。

urrvucyrzzzooxhx 应该匹配 'rr' 或'oo'，即使'zzz' 存在于字符串中。

zettygjpcoedwyio 应该匹配 'tt'。

dtfkgggvqadhqbwb 应该不匹配 'ggg'。

rwgwbwzebsnjmtln 应该不匹配。

我最初尝试过的

([a-z])\1(?!\1) 否定第三个重复字符，但这只是将匹配移动到重复字符串的末尾。

在开始时使用负环视来补偿匹配，但我认为我正在造成某种永远不会匹配的循环。

>>>import re

>>>re.search(r'([a-z])\1(?!\1)', 'dtfkgggvqadhqbwb')
<re.Match object; span=(5, 7), match='gg'> # should not match as 'gg' ('[gg]g' or 'g[gg]') 

当前提供的解决方案不符合描述的标准。

• Wiktor Stribiżew's solution 使用 external python regex module 的附加 (*SKIP) 功能。

• 如果同一字符串中有重复的三元组等，Tim Biegeleisen's solution 不匹配重复的对。

• 在链接的问题中，Cary Swoveland 的解决方案 do not work for duplicate pairs 在字符串的开头或结尾或 match even when there is no duplicate in the string。

• 在链接的问题中，the fourth bird's solution 不匹配字符串开头或结尾的重复对。

总结

到目前为止，唯一有效的答案是 Wiktor Stribiżew 的，但这使用了外部“正则表达式”模块的 (*SKIP) 函数。使用“标准”正则表达式语法是否无法解决？

Answer 1

您可以使用以下正则表达式模式：

^(?![a-z]*([a-z])\1{2,})[a-z]*([a-z])\2[a-z]*$

Demo

这个模式说匹配：

^                        start of the string
(?![a-z]*([a-z])\1{2,})  same letter does not occur 3 times or more
[a-z]*                   zero or more letters
([a-z])                  capture a letter
\2                       which is followed by the same letter
[a-z]*                   zero or more letters
$                        end of the string

Answer 2

在 Python re 中，为此任务创建正确的正则表达式的主要问题是，您需要在使用对组的反向引用之前定义捕获组，并且负向后视通常放置在捕获的模式之前。此外，regex101.com Python 测试选项并不总是反映re 库中的当前事务状态，它会使用户感到困惑，例如“此令牌不能在后视中使用，因为要么使它非固定宽度或干扰模式匹配“当它在(?<!\1) 中看到\1 时，而Python 从v3.5 开始允许这样做对于固定长度的组。 p>

你可以在这里使用的模式是

(.)(?<!\1.)\1(?!\1)

请参阅regex demo。

详情

• (.) - 捕获组 1：任何单个字符（如果使用 re.DOTALL，即使是换行符）
• (?<!\1.) - 如果有与第 1 组中捕获的相同字符，然后是任何单个字符（我们可以在此处使用 \1 而不是 .，它会立即工作，则匹配失败）当前位置的左侧
• \1 - 与第 1 组中的字符相同
• (?!\1) - 如果在当前位置的右侧有与第 1 组中相同的字符，则匹配失败。

见Python test：

import re
tests ={'ffumlmqwfcsyqpss': ['ff','ss'],
    'zztdcqzqddaazdjp': ['zz','dd', 'aa'],
    'urrvucyrzzzooxhx': ['rr','oo'],
    'zettygjpcoedwyio': ['tt'],
    'dtfkgggvqadhqbwb': [],
    'rwgwbwzebsnjmtln': []
}


for test, answer in tests.items():
    matches = [m.group() for m in re.finditer(r'(.)(?<!\1.)\1(?!\1)', test, re.DOTALL)]
    if matches:
        print(f"Matches found in '{test}': {matches}. Is the answer expected? {set(matches)==set(answer)}.")
    else:
        print(f"No match found in '{test}'. Is the answer expected? {set(matches)==set(answer)}.")

输出：

Matches found in 'ffumlmqwfcsyqpss': ['ff', 'ss']. Is the answer expected? True.
Matches found in 'zztdcqzqddaazdjp': ['zz', 'dd', 'aa']. Is the answer expected? True.
Matches found in 'urrvucyrzzzooxhx': ['rr', 'oo']. Is the answer expected? True.
Matches found in 'zettygjpcoedwyio': ['tt']. Is the answer expected? True.
No match found in 'dtfkgggvqadhqbwb'. Is the answer expected? True.
No match found in 'rwgwbwzebsnjmtln'. Is the answer expected? True.