如何为python3中的多个相同字符编写正则表达式模式？答案

【问题标题】：How to code a regex pattern for multiple identical characters in python3?如何为python3中的多个相同字符编写正则表达式模式？
【发布时间】：2021-09-18 16:46:00
【问题描述】：

我有一长串如下形式：

joined_string = "ASOGHFFFFFFFFFFFFFFFFFFFGFIOSGFFFFFFFFURHDHREEKFFFFFFIIIEI..."

它是由连续的F 字母串穿插的随机字符串的串联：

ASOGH
FFFFFFFFFFFFFFFFFFF
GFIOSG
FFFFFFFF
URHDHREEK
FFFFFF
IIIEI

F的连续字母个数不固定，但会超过5个，并假设五个F 字母不会连续出现在随机字符串中。

我想只提取随机字符串以获得以下列表：

random_strings = ['ASOGH', 'GFIOSG', 'URHDHREEK', 'IIIEI']

我想有一个简单的正则表达式可以解决这个任务：

random_strings = joined_string.split('WHAT_TO_TYPE_HERE?')

问题：如何为多个相同字符编写正则表达式模式？

【问题讨论】：

这能回答你的问题吗？ Split string based on regex
str.split 不能采用正则表达式，因此请使用 re 模块和模式 F+

标签： python python-3.x regex string split

【解决方案1】：

我会在这里使用正则表达式查找所有方法：

joined_string = "ASOGHFFFFFFFFFFFFFFFFFFFGFIOSGFFFFFFFFURHDHREEKFFFFFFIIIEI"
parts = re.findall(r'F{2,}|(?:[A-EG-Z]|F(?!F))+', joined_string)
print(parts)

打印出来：

['ASOGH', 'FFFFFFFFFFFFFFFFFFF', 'GFIOSG', 'FFFFFFFF', 'URHDHREEK', 'FFFFFF', 'IIIEI']

这里的正则表达式模式可以解释为：

F{2,}         match any group of 2 or more consecutive F's (first)
|             OR, that failing
(?:
    [A-EG-Z]  match any non F character
    |         OR
    F(?!F)    match a single F (not followed by an F)
)+            all of these, one or more times

【讨论】：

【解决方案2】：

您可以使用F{5,} 进行拆分并将其保存在捕获组中，以便拆分文本也是结果的一部分：

import re
s = "ASOGHFFFFFFFFFFFFFFFFFFFGFIOSGFFFFFFFFURHDHREEKFFFFFFIIIEI"
print( re.split(r'(F{5,})', s) )

输出：

['ASOGH', 'FFFFFFFFFFFFFFFFFFF', 'GFIOSG', 'FFFFFFFF', 'URHDHREEK', 'FFFFFF', 'IIIEI']

【讨论】：

【解决方案3】：

我会使用re.split 来完成这项任务

import re
joined_string = "ASOGHFFFFFFFFFFFFFFFFFFFGFIOSGFFFFFFFFURHDHREEKFFFFFFIIIEI"
parts = re.split('F{5,}',joined_string)
print(parts)

输出

['ASOGH', 'GFIOSG', 'URHDHREEK', 'IIIEI']

F{5,}表示5个或更多F

【讨论】：