在 Python 中找出字符串中正则表达式匹配的次数

Question

有没有办法可以找出 Python 字符串中正则表达式的匹配项数？ 例如，如果我有字符串"It actually happened when it acted out of turn."

我想知道"ta"在字符串中出现了多少次。 在该字符串中， "ta"出现了两次。 我希望我的函数告诉我它出现了两次。 这可能吗？

Answer 1

import re
len(re.findall(pattern, string_to_search))

Answer 2

基于findall的现有解决方案适用于非重叠匹配（无疑是最佳的，除非可能匹配大量匹配），尽管诸如sum(1 for m in re.finditer(thepattern, thestring))替代方案（以避免永远当您只关心计数时实现列表）也很有可能。 使用subn并忽略结果字符串会有点特殊……：

def countnonoverlappingrematches(pattern, thestring):
  return re.subn(pattern, '', thestring)[1]

如果您只关心计数（例如）最多 100 个匹配项，则后一种想法的唯一真正优势就会出现； 然后， re.subn(pattern, '', thestring, 100)[1]可能是实用的（无论有 100 个匹配项，还是 1000 个，甚至更大的数字，都返回 100）。

计算重叠匹配需要您编写更多代码，因为所讨论的内置函数都专注于非重叠匹配。 还有一个定义问题，例如，模式为'a+'且字符串为'aa' ，您会认为这只是一个匹配项，还是三个匹配项（第一个a ，第二个，两者都匹配），或者。 ..？

例如，假设您希望从字符串中的不同位置开始可能重叠匹配（然后会为上一段中的示例提供两个匹配项）：

def countoverlappingdistinct(pattern, thestring):
  total = 0
  start = 0
  there = re.compile(pattern)
  while True:
    mo = there.search(thestring, start)
    if mo is None: return total
    total += 1
    start = 1 + mo.start()

请注意，在这种情况下，您必须将模式编译为 RE 对象：函数re.search不接受start参数（搜索的起始位置），方法search的方式如此，因此您必须将字符串切片为你去 - 绝对比在下一个可能的不同起点开始下一次搜索更努力，这就是我在这个功能中所做的。

Answer 3

我知道这是一个关于正则表达式的问题。 我只是想如果有人想要非正则表达式解决方案，我会提到计数方法以供将来参考。

>>> s = "It actually happened when it acted out of turn."
>>> s.count('t a')
2

返回子串不重叠出现的次数

Answer 4

您可以使用非捕获子模式查找重叠匹配项：

def count_overlapping(pattern, string):
    return len(re.findall("(?=%s)" % pattern, string))

Answer 5

你试过这个吗？

 len( pattern.findall(source) )

Answer 6

import re
print len(re.findall(r'ab',u'ababababa'))

Answer 7

为了避免创建匹配列表，还可以使用re.sub和可调用作为替换。 它将在每次匹配时调用，增加内部计数器。

class Counter(object):
    def __init__(self):
        self.matched = 0
    def __call__(self, matchobj):
        self.matched += 1

counter = Counter()
re.sub(some_pattern, counter, text)

print counter.matched

Answer 8

这工作正常

ptr_str = lambda pattern,string1 :print(f'pattern = {pattern} times = {len(re.findall(pattern,string1))}')
pattern = 'AGATC'
str='AAGGTAAGTTTAGAATATAAAAGGTGAGTTAAATAGATCATAGGTTATATTGT'
ptr_str(pattern,string1)