如何找出Python正則表達式中組匹配的次數？

Question

元字符+ ：出現一次或多次。 獲取此事件次數的一般方法是什么？

例如：

import re

x = re.finditer(r'0(10)+(20)+', '0001010202020000')
for i in iter(x):
  print(i) # <re.Match object; span=(2, 13), match='01010202020'>

我想得到： [('01', 2), ('02', 3)]由於正則表達式中的(10)+和(20)+ 。

Answer 1

您可以這樣做的一種方法是將每個重復捕獲組包含在另一個組中，然后您可以將外部匹配的長度除以內部匹配的長度，以確定每個內部組匹配的次數。 例如：

import re

m = re.search(r'0((10)+)((20)+)', '0001010202020000')
num_grps = len(m.groups())
for i in range(1, num_grps+1,2):
    outer = m.end(i) - m.start(i)
    inner = m.end(i+1) - m.start(i+1)
    print((m.group(i+1), outer//inner))

Output：

('10', 2)
('20', 3)

Answer 2

您正在使用re ，但作為將regex與PyPi regex 模塊一起使用的替代方法，您可以使用相同的模式並使用對captures()進行計數，它給出了一個組的所有捕獲的列表。

import regex

x = regex.search(r'0(10)+(20)+', '0001010202020000')
res = []
for i, val in enumerate(x.groups(), 1):
    res.append((val, len(x.captures(i))))

print(res)

Output

[('10', 2), ('20', 3)]

Python 演示

Answer 3

正則表達式引擎不支持這個，你必須自己做。 在這種情況下，您可以捕獲重復的字符串和重復的結果，然后自己計算重復次數。

matches = re.finditer(r'0((10)+)((20)+)', '0001010202020000')
for match in matches:
    item = [(pattern, len(instance) // len(pattern))
            for instance, pattern in zip(*[iter(match.groups())]*2)]
    print(item)

請注意，它不適用於非固定子模式。 在這種情況下，您必須在匹配組本身上運行findall （或finditer ）並計數。