使用正则表达式计算每个字符串的出现次数答案

【问题标题】：Count number of occurences of each string using regex使用正则表达式计算每个字符串的出现次数
【发布时间】：2020-06-12 10:50:35
【问题描述】：

给定这样的模式

pattern = re.compile(r'\b(A|B|C)\b')

还有一个huge_string 我想用字符串D 替换每个匹配模式的子字符串，并找出每个字符串A、B 和C 的出现次数。最可行的方法是什么？

一种方法是将模式拆分为每个字符串的 3 个模式，然后使用 subn

pattern_a = re.compile(r'\bA\b')
pattern_b = re.compile(r'\bB\b')
pattern_c = re.compile(r'\bC\b')
huge_string, no_a = re.subn(pattern_a, D, huge_string)
huge_string, no_b = re.subn(pattern_b, D, huge_string)
huge_string, no_c = re.subn(pattern_c, D, huge_string)

但它需要 3 次通过 huge_string。有没有更好的办法？

【问题讨论】：

标签： python-3.x regex python-re

【解决方案1】：

您可以将 callable 作为替换参数传递给 re.sub，并在单次替换传递期间收集必要的计数详细信息：

import re

counter = {}

def repl(m):
    if m.group() in counter:
        counter[m.group()] += 1
    else:
        counter[m.group()] = 1
    return 'd'

text = "a;b o a;c a l l e d;a;c a b"
rx = re.compile(r'\b(a|b|c)\b')
result = rx.sub(repl, text)
print(counter, result, sep="\n")

见Python demo online，输出；

{'a': 5, 'b': 2, 'c': 2}
d;d o d;d d l l e d;d;d d d

【讨论】：

【解决方案2】：

您可以分 2 次完成，第一次只是数数，然后第二次是次数。这意味着如果您的搜索空间增长为 a|b|c|d|e 等，您仍然只会执行 2 次传球，您的传球次数不会取决于您可能匹配的次数。

import re
from collections import Counter

string = " a j h s j a b c "
pattern = re.compile(r'\b(a|b|c)\b')
counts = Counter(pattern.findall(string))
string_update = pattern.sub('d', string)
print(counts, string, string_update, sep="\n")

输出

Counter({'a': 2, 'b': 1, 'c': 1})
 a j h s j a b c 
 d j h s j d d d

【讨论】：