Python：查找变量 char 的正则表达式答案

【问题标题】：Python: Finding Regex occurance for variable charPython：查找变量 char 的正则表达式
【发布时间】：2013-11-12 23:39:34
【问题描述】：

例如，我知道，如果我想找出所有连续出现的 'a' 的长度

输入=“1111aaaaa11111aaaaaaa111aaa”，我可以做

[len(s) for s in re.findall(r'a+', input)]

但是，我不确定如何使用 char 变量来执行此操作。例如，

CHAR = 'a'
[len(s) for s in re.findall(r'??????', input)]    # Trying to find occurrences of CHARs..

有没有办法做到这一点？

【问题讨论】：

标签： python regex string character

【解决方案1】：

这是一个适用于任何长度的字符串的通用解决方案：

CHAR = 'a'
[len(s) for s in re.findall(r'(?:{})+'.format(re.escape(CHAR)), input)]

或使用itertools 的替代方法（仅限单个字符）：

import itertools
[sum(1 for _ in g) for k, g in itertools.groupby(input) if k == CHAR]

【讨论】：

如果你要走 itertools 路线，将每个组都列成一个列表似乎很可惜。只需编写一个简单的ilen 函数，或者使用来自more-itertools 的函数，或者将其内联为sum(1 for _ in g)。
@abarnert 是的，这是一个很好的观点，根据您的建议进行了编辑以避免临时列表。

【解决方案2】：

我想你要的是：

[len(s) for s in re.findall(r'{}+'.format(CHAR), input)]

当然，如果CHAR 是一个特殊值，例如\，这将不起作用。如果这是一个问题：

[len(s) for s in re.findall(r'{}+'.format(re.escape(CHAR)), input)]

如果您想匹配两个或多个而不是一个或多个，则其语法为{2,}。正如the docs 所说：

{m,n} 使生成的 RE 匹配前一个 RE 的 m 到 n 个重复，尝试匹配尽可能多的重复。例如，a{3,5} 将匹配 3 到 5 个 'a' 字符。省略 m 指定下限为零，省略 n 指定无限上限。例如，a{4,}b 将匹配aaaab 或一千个'a' 字符后跟b，但不匹配aaab...

当我们使用{} 进行字符串格式化时，这有点难看，所以让我们切换到%-formatting：

[len(s) for s in re.findall(r'%s{2,}' % (re.escape(CHAR),), input)]

…或者只是简单的串联：

[len(s) for s in re.findall(re.escape(CHAR) + r'{2,}', input)]

【讨论】：

谢谢！！抱歉，还有一个问题：从您的 Regex findall 中，如何检测超过 2 个连续字符？我认为 r'{}1+' 会起作用，但它不起作用:(
您为什么认为1+ 会起作用？这给了你，例如a1+，它是一个a，后跟一个或多个1。让我编辑答案以解释如何做到这一点。