使用正则表达式查找所有出现的交替数字

Question

我想使用正则表达式查找字符串中的所有交替数字。交替数字定义为两个相等的数字，中间有一个数字；例如，1212 包含 2 个交替（121 和 212），1111 也包含 2 个交替（111 和 111）。我有以下正则表达式代码：

s = "1212"
re.findall(r'(\d)(?:\d)(\1)+', s)

这适用于“121656”之类的字符串，但不适用于“1212”。我认为这是与重叠匹配有关的问题。我该如何处理？

Answer 1

(?=((\d)\d\2))

使用lookahead 获取所有重叠匹配。使用re.findall 并从元组中获取第一个元素。查看演示：

https://regex101.com/r/fM9lY3/54

Answer 2

您可以使用前瞻来允许重叠匹配：

r'(\d)(?=(\d)\1)'

从这里重建完整的匹配：

matches = re.findall(r'(\d)(?=(\d)\1)', s)
[a + b + a for a, b in matches]

此外，为了避免匹配其他 Unicode 数字（例如 ١）（假设您不想要它们），您应该使用 [0-9] 而不是 \d。

Answer 3

使用regex module，您不必使用技巧来获得重叠匹配，因为有一个标志来获取它们：

import regex
res = [x.group(0) for x in regex.finditer(r'(\d)\d\1', s, overlapped=True)]

如果 s 只包含数字，你也可以这样做：

res = [s[i-2:i+1] for i in range(2, len(s)) if s[i]==s[i-2]]

Answer 4

如果字符串仅由数字组成，则为非正则表达式：

from itertools import islice as isl, izip

s = "121231132124123"
out = [a + b + c for a, b, c in zip(isl(s, 0, None), isl(s, 1, None), isl(s, 2, None)) if a == c]

输出：

['121', '212', '212']

它实际上比正则表达式方法快一点。