在 Python 中找出字符串中正則表達式匹配的次數

Question

有沒有辦法可以找出 Python 字符串中正則表達式的匹配項數？ 例如，如果我有字符串"It actually happened when it acted out of turn."

我想知道"ta"在字符串中出現了多少次。 在該字符串中， "ta"出現了兩次。 我希望我的函數告訴我它出現了兩次。 這可能嗎？

Answer 1

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

Answer 2

基於findall的現有解決方案適用於非重疊匹配（無疑是最佳的，除非可能匹配大量匹配），盡管諸如sum(1 for m in re.finditer(thepattern, thestring))替代方案（以避免永遠當您只關心計數時實現列表）也很有可能。 使用subn並忽略結果字符串會有點特殊……：

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

如果您只關心計數（例如）最多 100 個匹配項，則后一種想法的唯一真正優勢就會出現； 然后， re.subn(pattern, '', thestring, 100)[1]可能是實用的（無論有 100 個匹配項，還是 1000 個，甚至更大的數字，都返回 100）。

計算重疊匹配需要您編寫更多代碼，因為所討論的內置函數都專注於非重疊匹配。 還有一個定義問題，例如，模式為'a+'且字符串為'aa' ，您會認為這只是一個匹配項，還是三個匹配項（第一個a ，第二個，兩者都匹配），或者。 ..？

例如，假設您希望從字符串中的不同位置開始可能重疊匹配（然后會為上一段中的示例提供兩個匹配項）：

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()

請注意，在這種情況下，您必須將模式編譯為 RE 對象：函數re.search不接受start參數（搜索的起始位置），方法search的方式如此，因此您必須將字符串切片為你去 - 絕對比在下一個可能的不同起點開始下一次搜索更努力，這就是我在這個功能中所做的。

Answer 3

我知道這是一個關於正則表達式的問題。 我只是想如果有人想要非正則表達式解決方案，我會提到計數方法以供將來參考。

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

返回子串不重疊出現的次數

Answer 4

您可以使用非捕獲子模式查找重疊匹配項：

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

Answer 5

你試過這個嗎？

 len( pattern.findall(source) )

Answer 6

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

Answer 7

為了避免創建匹配列表，還可以使用re.sub和可調用作為替換。 它將在每次匹配時調用，增加內部計數器。

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

這工作正常

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