reg ex 允许数字的任意组合，直到特定数字 python

Question

我需要从给定的以逗号分隔的数字字符串中提取三种模式。

data=
"2,2,2,2,4,3,2,4,3, 2,2,2,2,4,3,4,3,2,4,3,4,3, 2,2,2,2,2,4,3,4,3,3,2,4,3,4,3,3 ,2,2,2,3,4,4, 2,2,2,2,4,3,2,4,3 and so on"

从字符串中找出给定的模式。

2,2,2,2,4,3,2,4,3

所以为了提取给定的模式，我写了一个正则表达式。

模式一：

re.findall(r'2,2,2,2,4,3,2,4,3', data)

构建模式二：

但实际上，4 和 3 可以是任意组合和长度，直到它遇到数字 2 （它可以是 3,4,3,4,4 或任何类型的组合，直到它遇到第一个数字 2）。 对于模式二，2 应该与给定模式中的相同（4 个 2 的第一个和第二组 2 中的一个 2）。

模式三搭建：

模式三也需要 4 和 3 的组合规则作为模式 2 。 但除此之外，模式 3 还可以为两个 2 的集合提取额外的 2 个 2。 这意味着第一个 2 (4+2) 中有 4 个或 5 个或 6 个 2，而第二组 2 (1+2) 中有 1 个或 2 或 3 个 2。

前任：

2,2,2,2,2,3,4,3,4,4,2,4,3,4,3

2,2,2,2,2,3,4,3,4,4,2,2,4,3,4,3

2,2,2,2,3,4,3,4,4,2,2,4,3,4,3

所以最后，如果正则表达式 1 在数据字符串中捕获 20 个匹配项，则正则表达式两个捕获 50 个匹配项（比正则表达式 1 多 30 个）并且正则表达式 3 捕获 70 个匹配项（比正则表达式 2 多 20 个）

编辑：

data = '2,2,2,2,4,3,2,4,3,2,2,2,2,4,3,4,3,2,4,3,4,3,2,2,2,2,2,4,3,4,3,3,2,4,3,4,3,3,2,2,2,3,4,4,2,2,2,2,4,3,2,4,3,'

data2 =  re.sub(",","", data)

# pattern 1
re.findall("2{4}43243", data2)
#['222243243', '222243243']

# pattern2
re.findall("2{4}[43]+2[43]+", data2)
#['222243243', '2222434324343', '222243433243433', '222243243']

#pattern3
re.findall("2{4,6}[43]+2{1,3}[43]+", data2)
#['222243243', '2222434324343', '2222243433243433', '222243243']

但是模式 3 错过了模式 2 中包含的 222243433243433。 这怎么可能？

Answer 1

根据我对问题的理解，您能否检查以下模式是否符合您的预期？

注意：为了简单起见，我删除了逗号

data = '2,2,2,2,4,3,2,4,3,2,2,2,2,4,3,4,3,2,4,3,4,3,2,2,2,2,2,4,3,4,3,3,2,4,3,4,3,3,2,2,2,3,4,4,2,2,2,2,4,3,2,4,3'

data2 =  re.sub(",","", data)

# pattern 1
re.findall("2{4}43243", data2)
>>>['222243243', '222243243']

# pattern 2 and 3
re.findall("2{4,6}[43]+2{1,3}[43]+", data2)
>>>['222243243', '2222434324343', '2222243433243433', '222243243']