如何使用python的re模块检测字符串中的重复模式答案

【问题标题】：how to detect a repeated pattern in a string using re module of python如何使用python的re模块检测字符串中的重复模式
【发布时间】：2014-08-06 21:15:55
【问题描述】：

我正在尝试使用 python 的 re 模块匹配一个字符串，其中一个模式可能重复或不重复。该字符串以由: 分隔的三个字母部分开头，然后是=，后面是另一个字母部分。字符串可以在这里结束或继续重复alphabetical_part=alphabetical_part 的模式，用逗号分隔。两个样本如下：

Finishes with just one repeat ==> aa:bb:cc=dd
Finishes with more than one repeat ==> aa:bb:cc=dd,ee=ff,gg=hh

如您所见，字符串末尾不能有逗号。我写了一个匹配这个的模式：

>>> pt = re.compile(r'\S+:\S+:[\S+=\S+$|,]+')

re.match 为此返回一个匹配对象，但是当我对重复模式进行分组时，我得到了一些奇怪的东西，请参阅：

>>> st = 'xx:zz:rr=uu,ii=oo,ff=ee'
>>> pt = re.compile(r'\S+:\S+:([\S+=\S+$|,]+)')
>>> pt.findall(st)
['e']

我不确定我写的模式是否正确；我怎样才能检查它？如果错了，那么正确的答案是什么？

【问题讨论】：

“我如何检查它？”：如果你想检查你的正则表达式是否在运行，你可以查看debuggex.com 或regex101.com。 Here's what your regex is currently doing。在我看来，ee:ff 不适合。 “字符串可以在这里结束或继续重复字母部分=字母部分的模式，用逗号分隔”。 ee:ff 用冒号而不是等号分隔。
另外，您期望输出什么？你想要['rr=uu,ii=oo,ff==ee'] 还是['rr=uu','ii=oo','ff=ee']？
@skamazin 我更正了ee:ff 部分。另外，实际上我什么都不想要，我只想检查字符串是否与模式匹配。
如果要检查是否匹配，只需查看它是否在re.findall(...)的返回数组中

标签： python regex string

【解决方案1】：

我想你想要这样的东西，

>>> import re
>>> s = """ foo bar bar foo
xx:zz:rr=uu,ii=oo,ff=ee
aa:bb:cc=dd
xx:zz:rr=uu,ii=oo,ff=ee
bar foo"""
>>> m = re.findall(r'^[^=: ]+?[=:](?:[^=:,]+?[:=][^,\n]+?)(?:,[^=:,]+?[=:][^,\n]+?)*$', s, re.M)
>>> m
['xx:zz:rr=uu,ii=oo,ff=ee', 'aa:bb:cc=dd', 'xx:zz:rr=uu,ii=oo,ff=ee']

【讨论】：

【解决方案2】：

st = 'xx:zz:rr=uu,ii=oo,ff=ee'
m = re.findall(r'\w+:\w+:(\w+=\w+)((?:,\w+=\w+)*)', st )

>>> m
[('rr=uu', ',ii=oo,ff=ee')]

不要使用\S，因为这也会匹配:。最好使用\w

或者：

re.findall(r'\w+:\w+:(\w+=\w+(?:,\w+=\w+)*)', st )[0].split(',')
# This will return: ['rr=uu', 'ii=oo', 'ff=ee']

【讨论】：

【解决方案3】：

这是一个更易读的正则表达式，应该适合你：

\S+?:\S+?:(?:\S+?=\S+?.)+

它利用非捕获组(?:...) 和加号+ 重复标记来匹配一个或多个“alphabetical_part=alphabetical_part”

例子：

>>> import re
>>> str = """ foo bar
... foo bar bar foo
... xx:zz:rr=uu,ii=oo,ff=ee
... aa:bb:cc=dd
... xx:zz:rr=uu,ii=oo,ff=ee
... bar foo """
>>> pat = re.compile(ur'\S+?:\S+?:(?:\S+?=\S+?.)+')
>>> re.findall(pat, str)
['xx:zz:rr=uu,ii=oo,ff=ee', 'aa:bb:cc=dd', 'xx:zz:rr=uu,ii=oo,ff=ee']

【讨论】：